利用OpenCV的函数mean()和meanStdDev()计算图像的均值和标准差

利用OpenCV的函数mean()和meanStdDev()计算图像的均值和标准差

函数mean()的原型和介绍如下:
利用OpenCV的函数mean()和meanStdDev()计算图像的均值和标准差_第1张图片

利用OpenCV的函数mean()和meanStdDev()计算图像的均值和标准差_第2张图片
函数meanStdDev()的原型和介绍如下:
利用OpenCV的函数mean()和meanStdDev()计算图像的均值和标准差_第3张图片
利用OpenCV的函数mean()和meanStdDev()计算图像的均值和标准差_第4张图片
可见,这两个函数的使用是很简单的。
关键是大家在求矩阵或图像的均值或均值时能想到这两个函数。

C++示例代码如下:

//出处:昊虹AI笔记网(hhai.cc)
//用心记录计算机视觉和AI技术

//OpenCV版本 OpenCV3.0

#include 
#include 

using namespace std;
using namespace cv;

int main()
{

	cv::Mat A1 = (cv::Mat_<uchar>(3, 3) << 1, 2, 3,
		4, 5, 6,
		7, 8, 9);

	cout << "A1中的数据为:\n" << A1 << endl << endl;

	cv::Scalar A1_mean;

	A1_mean = mean(A1);

	cout << "通过函数mean计算得到的A1的均值为:" << A1_mean << endl << endl;

	cv::Scalar A1_mean_2, A1_sd;
	meanStdDev(A1, A1_mean_2, A1_sd);

	cout << "通过函数meanStdDev计算得到的A1的均值为:" << A1_mean_2 << endl << endl;
	cout << "通过函数meanStdDev计算得到的A1的标准差为:" << A1_sd << endl << endl;

	return(0);
}

如果对代码中的 cv::Scalar 不清楚,可以参考我的另一篇博文:
https://www.hhai.cc/thread-144-1-1.html
运行结果如下:
利用OpenCV的函数mean()和meanStdDev()计算图像的均值和标准差_第5张图片

Python示例代码如下:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# 出处:昊虹AI笔记网(hhai.cc)
# 用心记录计算机视觉和AI技术
# OpenCV的版本为4.4.0

import numpy as np
import cv2 as cv

if __name__ == '__main__':
    A1 = np.array([[1, 2, 3],
                  [4, 5, 6],
                  [7, 8, 9]], dtype='int8')

    # 用函数mean()求A1的均值
    A1_mean_1 = cv.mean(A1)

    # 用函数meanStdDev()求A1的均值和标准差
    A1_mean_2, A1_sd = cv.meanStdDev(A1)
    

运行结果如下:
利用OpenCV的函数mean()和meanStdDev()计算图像的均值和标准差_第6张图片
图像均值和均方差的一个具体应用,可以参见博文“尺寸相同的两幅图像的两个相似度评价指标-PSNR和SSIM,链接https://www.hhai.cc/thread-148-1-1.html”

你可能感兴趣的:(图像处理原理,工具,代码,mean,meanStdDev,均值,标准差)