C++ OpenCV学习之图像像素值统计
作者：寒山拾不得
在图像分析的时候，我们经常需要对单通道图像的像素进行统计。本文将主要介绍利用C++ OpenCV实现的图像像素值统计的几种方法，需要的可以参考一下
opencv知识点：
图像像素最小/最大值 - minMaxLoc
图像像素均值/标准差 - meanStdDev
本课所解决的问题：
如何获取图像像素的最小/最大值？
如何获取图像像素的均值/标准差？
通过图像像素统计值我们能干什么？
1.常用的像素值统计
在图像分析的时候，我们经常需要对单通道图像的像素进行统计，以下4种是比较常用的
最小值（min）
最大值（max）
平均值（mean）
标准差（standard deviation）
要求这4种统计，我们就要用到以下两个API
这两个API非常有用，日后有很多地方用得到
2.像素值统计计算
接下来，我们来应用两个API，求取4种像素值统计
首先是最小值，最大值
//函数定义
void pixel_statistics_demo(Mat& image);
//函数实现
void QuickDemo::pixel_statistics_demo(Mat& image) {
double minv, maxv;
Point minLoc, maxLoc;
std::vector<Mat> mvt;
split(image, mvt);
minMaxLoc
求取单通道图像像素的最小值，最大值
共6个参数
第1个参数 输入单通道图像
第2个参数 输出最小值
第3个参数 输出最大值
第4个参数 输出最小值点的坐标
第5个参数 输出最大值点的坐标
第6个参数 输入图像的子数组（有时候我们会求取ROI区域的最小/最大值，就会传入mask图像）
（这里的子数组，是一种图像掩模，可以实现加东西/扣东西）
for (int i = 0; i < mvt.size(); i++) {
minMaxLoc(mvt[i], &minv, &maxv, &minLoc, &maxLoc);
std::cout << "通道：" << i << " 最小值：" << minv << " 最大值：" << maxv << std::endl;
然后是，平均值和标准差
void QuickDemo::pixel_statistics_demo(Mat& image) {
Mat mean, stddev;
meanStdDev(image, mean, stddev);
meanStdDev
求取平均值，标准差
共4个参数
第1个参数 输入
第2个参数 输出图像像素的平均值，每个通道都会输出一个
第3个参数 输出图像像素的标准差，每个通道都会输出一个
第4个参数 输入图像的子数组（有时候我们会求取ROI区域的平均值/标准差，就会传入mask图像）
（这里的子数组，是一种图像掩模，可以实现加东西/扣东西）
std::cout << "平均值" << std::endl << mean << std::endl;
std::cout << "标准差" << std::endl<<stddev << std::endl;
上图中，输出平均值和标准差，是把所有通道的都输出了，那如果怎么输出单通道的呢？
很简单，只要用到Mat::at
//opencv为了保证精度，平均值，标准差矩阵的数据类型是double类型
std::cout<<"平均值"<< mean.at<double>(0, 0)<<std::endl;
std::cout << "标准差" << stddev.at<double>(0, 0) << std::endl;
3.图像统计值分析
这里简单提一下图像分析的事情
图像的平均值和标准差会给我们带来一定的信息
比如：当平均值恒定，标准差很小时，我们可以想到是基本纯色的图片，也就是低对比度的图
在图像分析的时候，我们关注图像的有效信息，也就是ROI区域。
通过图像像素的统计值，我们就可以对图像的有效信息作出判断。
比如，当图像标准差很小时，图像所携带的有效信息会很少，我们就要对图像进行筛选，通过一些手段过滤掉一些东西。
本课所用API查阅
1.minMaxLoc
