【Opencv&Cpp】12 像素统计：最大/小值、平均值、标准差

minMaxLoc  找到全局最小和最大值

meanStdDev  计算矩阵的均值和标准偏差

找到全局最小和最大值 minmaxloc 

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

• src，输入的数组，若是图像，需为单通道图像。
• minVal，返回最小值的指针。若无需返回，此值设为 NULL。
• maxVal，返回最大值的指针。若无需返回，此值设为 NULL。
• minLoc，返回最小值位置的指针（二维情况下）。若无需返回，此值设为 NULL。
• maxVal，返回最大值位置的指针（二维情况下）。若无需返回，此值设为 NULL。
• mask，可选的掩膜操作，非零掩码元素用于标记待统计元素，需要与输入图像集有相同尺寸。

计算矩阵的均值和标准偏差 meanStdDev

void meanStdDev(InputArray src,OutputArray mean, OutputArray stddev, InputArray mask=noArray())

• src：输入矩阵，这个矩阵应该是1-4通道的，这可以将计算结果存在Scalar_ ‘s中
• mean：输出参数，计算均值
• stddev：输出参数，计算标准差
• mask：可选参数

double minv, maxv;
	Point minLoc, maxLoc;
	std::vector<Mat> mv;  //容器

	split(image, mv);
	for (int i = 0; i < mv.size(); i++) {
		minMaxLoc(mv[i], &minv, &maxv, &minLoc, &maxLoc, Mat());
		std::cout << "No. channels:" << i << " min value:" << minv << " max value:" << maxv << std::endl;
	}
	Mat mean, stddev;
	Mat redback = Mat::zeros(image.size(), image.type());
	redback = Scalar(40, 40, 200);
	meanStdDev(redback, mean, stddev);
	imshow("redback", redback);
	std::cout << "means:" << mean << std::endl;
	std::cout << " stddev:" << stddev << std::endl;