opencv c++ （3）：像素操作4

像素的mean，std，min，max以及统计的方法

在OpenCV中，可以使用cv::minMaxLoc函数来计算图像中的最大值和最小值，使用cv::mean函数来计算图像的平均值，使用cv::meanStdDev函数来计算图像的平均值和标准差。
下面是相关代码使用。

//像素基本操作
#include <iostream>
#include<opencv.hpp>
#include<opencv2\highgui\highgui.hpp>

using namespace std;
using namespace cv;

int main()
{


	Mat src = imread("src.jpg");

	if (src.empty())
	{
		printf("open file failed");
		return -1;
	}

	//1. 最大最小值 只支持单通道
	// 分离通道
	vector<Mat> channels;
	split(src, channels);
	imshow("B", channels[0]);
	// 最大最小值
	double min, max;
	// 最大最小值的坐标
	Point minLoc, maxLoc;

	minMaxLoc(channels[0], &min, &max, &minLoc, &maxLoc);
	cout << min << endl << max << endl << minLoc << endl << maxLoc;
	//2. 均值标准差，这个支持3通道
	//mean函数
	Scalar m = mean(src);
	Mat mm, ss;
	meanStdDev(src, mm, ss);
	cout << m << endl << mm << endl << ss;

	//3. 统计像素值
	vector<int>hist(256, 0);
	vector<int>hist2(256, 0);
	auto data = src.data;
	for (int row = 0; row < src.rows; row++)
	{
		uchar* src_row = src.ptr<uchar>(row);
		
		for (int col = 0; col < src.cols; col++)
		{	
			//data指针方式
			int pv = *data++; //B
			hist[pv]++;
			pv = *data++;    //G
			hist[pv]++;
			pv = *data++;   //R
			hist[pv]++;

			//ptr指针方式
			int pv2 = *src_row++;
			hist2[pv2]++;
			pv2 = *src_row++;
			hist2[pv2]++;
			pv2 = *src_row++;
			hist2[pv2]++;

		}
	}
	//data指针和ptr指针遍历结果一样
	cout << endl << "0:" << hist[0] << endl << "255:" << hist[255];
	cout << endl << "0:" << hist2[0] << endl << "255:" << hist2[255];
	waitKey(0);
	destroyAllWindows();
	return 0;
}

这里分别举例了data指针和ptr指针的用法

API 参数说明

minMaxLoc

void cv::minMaxLoc(InputArray src, double* minVal, double* maxVal, Point* minLoc = 0, Point* maxLoc = 0, InputArray mask = noArray())

参数说明：

• src：输入的图像，可以是单通道或多通道的Mat对象。

• minVal：指向一个double类型变量的指针，用于存储图像中的最小值。

• maxVal：指向一个double类型变量的指针，用于存储图像中的最大值。

• minLoc：指向Point类型变量的指针，用于存储最小值的位置（可选参数）。

• maxLoc：指向Point类型变量的指针，用于存储最大值的位置（可选参数）。

• mask：可选参数，用于指定一个掩码图像，只有掩码中对应位置为非零值时才会进行计算。

• 计算最大值和最小值：

cv::Mat img = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE);
double minVal, maxVal;
cv::Point minLoc, maxLoc;
cv::minMaxLoc(img, &minVal, &maxVal, &minLoc, &maxLoc);
std::cout << "Min value: " << minVal << std::endl;
std::cout << "Max value: " << maxVal << std::endl;

mean

Scalar cv::mean(InputArray src, InputArray mask = noArray())

参数说明：

• src：输入的图像，可以是单通道或多通道的Mat对象。
• mask：可选参数，用于指定一个掩码图像，只有掩码中对应位置为非零值时才会进行计算。
• 计算平均值：

cv::Scalar meanVal = cv::mean(img);
std::cout << "Mean value: " << meanVal[0] << std::endl;

meanStdDev

void cv::meanStdDev(InputArray src, Scalar& mean, Scalar& stddev, InputArray mask = noArray())

参数说明：

• src：输入的图像，可以是单通道或多通道的Mat对象。
• mean：用于存储计算得到的平均值的Scalar对象。
• stddev：用于存储计算得到的标准差的Scalar对象。
• mask：可选参数，用于指定一个掩码图像，只有掩码中对应位置为非零值时才会进行计算。
• 计算平均值和标准差：

cv::Scalar mean, stddev;
cv::meanStdDev(img, mean, stddev);
std::cout << "Mean value: " << mean[0] << std::endl;
std::cout << "Standard deviation: " << stddev[0] << std::endl;

这些函数可以帮助你快速计算图像的最大值、最小值、平均值和标准差，从而对图像进行更深入的分析和处理。