OpenCV——计算图像均值和标准方差

时间：2024-11-11 07:59:00

图像的均值表示图像整体的亮暗程度，图像的均值越大图像整体越亮。标准方差表示图像中明暗变化的对比程度，标准差越大表示图像中明暗变化越明显。

计算图像均值

计算图像每个通道的均值

Scalar mean(InputArray src, InputArray mask = noArray());

       该函数用来求取图像矩阵的每个通道的平均值，函数的第一个参数用来输入待求平均值的图像矩阵，其通道数目可以在1到4之间。需要注意的是，该函数的返回值是一个cv::Scalar类型的变量，函数的返回值有4位，分别表示输入图像4个通道的平均值，如果输入图像只有1个通道，那么返回值的后三位都为0，例如输入该函数一个单通道平均值为1的图像，输出的结果为[1,0,0,0]，可以通过cv::Scalar[n]查看第n个通道的平均值。该函数的第二个参数用于控制图像求取均值的范围。

计算图像均值和标准方差

cv::meanStdDev(im, meanMat, meanStdMat);
  • src：待求平均值的图像矩阵。
  • mean：图像每个通道的平均值，参数为Mat类型变量。
  • stddev：图像每个通道的标准方差，参数为Mat类型变量。
  • mask：掩模，用于标记求取哪些区域的平均值和标准方差。

该函数的第一个参数与前面mean()函数第一个参数相同，都可以是1-4通道的图像，不同之处在于该函数没有返回值，图像的均值和标准方差输出在函数的第二个和第三个参数中，区别于mean()函数，用于存放平均值和标准方差的是Mat类型变量，变量中的数据个数与第一个参数通道数相同，如果输入图像只有一个通道，该函数求取的平均值和标准方差变量中只有一个数据。

求一张RGB图像的每个通道的均值和标准方差

这个在深度学习图像预处理会用到  标准化的时候需要知道数据图像的均值 和 标准方差

示例代码：

//
// Created by smallflyfly on 2021/6/9.
//

#include "opencv2/"
#include "opencv2/"

#include <iostream>

using namespace std;
using namespace cv;

int main() {

    Mat im = imread("");

    // 图像每个通道均值
    Scalar mean;
    mean = cv::mean(im);
    cout << mean << endl;
    cout << mean[0] << " " << mean[1] << " " <<  mean[2] << endl;

    // 图像均值 和 标准方差
    Mat meanMat, stdMat;

    cv::meanStdDev(im, meanMat, stdMat);

    cout << "图像均值 和 标准方差" << endl;
    cout << meanMat << endl;
    cout << stdMat << endl;

    cout << <double>(0) << " " << <double>(1) << " " << <double>(2) << endl;
    cout << <double>(0) << " " << <double>(1) << " " << <double>(2) << endl;

    return 0;
}

 

相关文章