积分图像主要用于
快速计算图像某些区域像素的平均灰度.在没有积分图像之前,计算某个区域内像素的平均灰度值需要将所有像素值相加求和,之后除以像素的数目,这种方式虽然数学原理简单 但是在程序运算过程中显得比较麻烦。
因为区域不同时需要重新计算区域内像素值总和,尤
其是在同一幅图计算多个具有重叠区域的平均灰度值时,重叠区域内的像素会被反复使用.积
分图像的出现使得每一个像素只需要使用1
次。
![](https://i-blog.csdnimg.cn/blog_migrate/c1495cf92ce75450eb13a3b8eb82d2b7.png)
对一个 16 *16小尺寸小数值图像求取积分图像的示例程序.在该程序中,首先创建 像素值都为1的 16 x 16 大小的图像,为了体现标准求和积分和平方求和积分的区别,每个像索值加上一个-0.5到0.5之间 的噪声.对图像分别使用3种函数原型求取不同积分,为了让显示效果明显, 将所有积分图像都转换成CV_8U类型.通过结果可以看出, 标准求和积分和平方求和积分都是左下角的数值最大,并且平方求和积分亮度变化要 比标准求和积分快,而倾斜求和积分的最大数值出现在下方的中间处.
void visionagin::Mytergral()
{
Mat img = Mat::ones(Size(16, 16), CV_32F);
//给原图像加入噪声
RNG rng(10086);
for (int i = 0; i < img.rows; ++i)
{
for (int j = 0; j < img.cols; ++j)
{
img.at<float>(i,j) += rng.uniform(-0.5, 0.5);
}
}
Mat sum, sqsum, tilted;
integral(img, sum);
integral(img, sum, sqsum);
integral(img, sum, sqsum, tilted);
Mat sum_8u, sqsum_8u, tilted_8u;//转换成CV_8U类型显示
sum_8u = Mat_<uchar>(sum);
sqsum_8u = Mat_<uchar>(sqsum);
tilted_8u = Mat_<uchar>(tilted);
namedWindow("sum_8u", WINDOW_NORMAL);
namedWindow("sqsum_8u", WINDOW_NORMAL);
namedWindow("tilted_8u", WINDOW_NORMAL);
imshow("sum_8u", sum_8u);
imshow("sqsum_8u", sqsum_8u);
imshow("tilted_8u", tilted_8u);
}