roi感兴趣区域像素值统计，求roi感兴趣区域内像素值的最小值、最大值、均值、标准差(标准方差)-编程知识

文章目录

- - 1、求roi感兴趣区域内像素值的最小值、最大值
  - - minMaxLoc() 函数原型：
    - - （1）原型一：
      - （2）原型二：
      - （3）另外与 `minMaxLoc()`函数原型一，用法相同的函数 `minMaxIdx()`，也可以找出矩阵中的最大值和最小值：
      - minMaxIdx()函数原型：
  - 2、求roi感兴趣区域内像素值的均值、标准差(标准方差)
  - - （1）数学概念：
    - - 均值 mean：样本集合的平均值；
      - 方差 variance：概率论中**方差**用来度量随机变量和其数学期望（即均值）之间的**偏离程度**；统计中的方差（样本方差）是各个样本数据与样本平均值**之差**的 **平方和** 的**平均数**；
      - 标准差 standard deviation：反映一个数据集的离散程度，标准差就是样本**方差**的算术平方根；
    - （2）meanStdDev() 函数原型：
    - - 示例：
    - （3）通过函数 `mean()`求roi感兴趣区域内像素值的均值
    - - mean() 函数原型：
      - 代码示例：

roi感兴趣区域像素值统计，求roi感兴趣区域内像素值的最小值、最大值、均值、标准差(标准方差)

1、求roi感兴趣区域内像素值的最小值、最大值

OpenCV中，函数 minMaxLoc()用于找出矩阵中的最大值和最小值，并且给出它们的坐标；
函数不适用于多通道矩阵，如果需要遍历所有的通道来找到最大和最小值，首先使用函数 Mat::reshape()将矩阵转换为单通道矩阵，或者使用 split()、mixChannels()，来提取特定的通道，再使用 minMaxLoc() 函数求矩阵的最大值和最小值；

minMaxLoc() 函数原型：

（1）原型一：

void cv::minMaxLoc( 	InputArray src,double     *minVal,double     *maxVal = 0,Point      *minLoc = 0,Point      *maxLoc = 0,InputArray mask = noArray() 
)参数解释：
src：输入单通道矩阵
minVal：输入矩阵中的最小值（如果不需要返回，置为NULL）
maxVal：输入矩阵中的最大值（如果不需要返回，置为NULL）
minLoc：输入矩阵中的最小值的坐标（如果不需要返回，置为NULL）
maxLoc：输入矩阵中的最大值的坐标（如果不需要返回，置为NULL）
mask：可选参数，操作掩摸，用以标记求取哪些区域

（2）原型二：

void minMaxLoc( const SparseMat &src, double 		*minVal,double 		*maxVal, int 		*minIdx = 0, int 		*maxIdx = 0
);参数解释：
src：输入单通道矩阵
minVal：输入矩阵中的最小值（如果不需要返回，置为NULL）
maxVal：输入矩阵中的最大值（如果不需要返回，置为NULL）
minLoc：输入矩阵中的最小值的坐标（如果不需要返回，置为NULL）
maxLoc：输入矩阵中的最大值的坐标（如果不需要返回，置为NULL）

（3）另外与 `minMaxLoc()`函数原型一，用法相同的函数 `minMaxIdx()`，也可以找出矩阵中的最大值和最小值：

minMaxIdx()函数原型：

void minMaxIdx(	InputArray src,double	   *minVal,double     *maxVal = 0,int        *minIdx = 0,int        *maxIdx = 0,InputArray mask = noArray()
);参数解释：
src：输入单通道矩阵
minVal：输入矩阵中的最小值（如果不需要返回，置为NULL）
maxVal：输入矩阵中的最大值（如果不需要返回，置为NULL）
minIdx：输入矩阵中的最小值的坐标（如果不需要返回，置为NULL）
maxIdx：输入矩阵中的最大值的坐标（如果不需要返回，置为NULL）
mask：可选参数，操作掩摸，用以标记求取哪些区域

2、求roi感兴趣区域内像素值的均值、标准差(标准方差)

（1）数学概念：

均值 mean：样本集合的平均值；

请添加图片描述

方差 variance：概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度；统计中的方差（样本方差）是各个样本数据与样本平均值之差的 平方和 的平均数；

请添加图片描述

标准差 standard deviation：反映一个数据集的离散程度，标准差就是样本方差的算术平方根；

在这里插入图片描述

（2）meanStdDev() 函数原型：

opencv中标准差表示一个图像的明暗变化程度，标准差越大，表示明暗变化越明显；

void meanStdDev( InputArray src,OutputArray mean,OutputArray stddev,InputArray mask=noArray()
);参数解释：
src：输入矩阵，单通道的矩阵/多通道的矩阵；
mean：输出参数，计算出的平均值；
stddev：输出参数，计算出的标准差；
mask：可选参数，操作掩摸，用以标记求取哪些区域；

示例：

#include <opencv2\opencv.hpp>
#include <iostream>
#include <demo.h>using namespace cv;
using namespace std;int main() {// 读取图像，BGR存储在Mat矩阵里Mat src = cv::imread("C:\\cpp\\image\\suzy4.jpg");if (src.empty()) {printf("could not load image..../n");return -1;}namedWindow("src", WINDOW_NORMAL);imshow("src", src);// 将矩阵转换为单通道矩阵vector<Mat> mv;split(src, mv);double minv, maxv;Point minLoc, maxLoc;// 使用函数 minMaxLoc()找出矩阵中的最大值和最小值for (int i = 0; i < mv.size(); i++){minMaxLoc(mv[i], &minv, &maxv, &minLoc, &maxLoc, Mat());cout << "channels：" << i << " min：" << minv << " max：" << maxv << endl;}// 求roi感兴趣区域内像素值的均值、标准差(标准方差)Mat mean, stddev;meanStdDev(src, mean, stddev);cout << "means：" << mean << endl;cout << "stddev：" << stddev << endl;waitKey();destroyAllWindows();return 0;
}

（3）通过函数 `mean()`求roi感兴趣区域内像素值的均值

mean() 函数原型：

mean( InputArray src,InputArray mask=noArray()
)参数解释：
src：输入矩阵；
mask：可选参数，操作掩摸，用以标记求取哪些区域；

代码示例：

#include <opencv2/opencv.hpp>
#include <iostream>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;// 通过函数mean()求roi感兴趣区域内像素值的均值 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);
}