計算一個矩陣的平均值和標準差，每個通道都是獨立的，通過以下輸出參數獲取返回值：

$$[\begin{array}{l}N={\sum }_{I,\text{mask}(I)=0}1\\ {\text{mean}}_c=\frac{{\sum }_{I:\text{mask}(I)=0}\text{src}(I{)}_c}{N}\\ {\text{stddev}}_c=\sqrt{\frac{{\sum }_{I:\text{mask}(I)=0}{\left(\text{src}(I{)}_c?{\text{mean}}_c\right)}^2}{N}}\end{array}]$$
當所有的mask元素是0的時候，函數返回mean=stddev=Scalar::all(0).

注意：計算出的標準差只能是完全歸一化協方差矩陣，如果需要完整的矩陣，你可以reshape多通道數組M x N到單通道矩陣M*N x mtx.channels() （只有在矩陣是連續的時候才有可能）并且把矩陣傳遞給calcCovarMatrix

功能：

表示一個圖像的明暗變化程度，標準差越大，明暗變化越明顯。

原型：

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

參數釋義：

• 參數 src 輸入數組，由1-4個通道組成，能夠把結果存儲到Scalar里
• 參數 mean 輸出參數，計算平均值。
• 參數 stddev 輸出參數，計算出的標準差
• 參數 mask 可選參數，操作掩摸，用以標記求取哪些區域。

參考：countNonZero, mean, norm, minMaxLoc, calcCovarMatrix

示例源碼：

#include <iostream> #include <opencv2/opencv.hpp>int main() {float sample[14] = { 12,12,3,4,7,9,56,12,13,14,12,56,34,14 };cv::Mat image1 = cv::Mat(4, 3, CV_32FC1, sample); //單通道的矩陣cv::Mat image2 = cv::Mat(2, 2, CV_32FC2, sample); //多通道的矩陣cv::Scalar mean1;cv::Scalar mean2;cv::Mat stddevMat;cv::Mat stddevMatM;cv::meanStdDev(image1, mean1, stddevMat);cv::meanStdDev(image2, mean2, stddevMatM);//mean2 = cv::mean(image2);std::cout << "單通道標準差：" << stddevMat << std::endl;std::cout << "多通道標準差：" << stddevMatM << std::endl;return 0; }

輸出結果：

總結

以上是生活随笔為你收集整理的OpenCV计算图像的平均值和标准差的函数meanStdDev函数的使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。