单通道直方图C++中均值和标准差的计算
单通道直方图C++中均值和标准差的计算
提问于 2015-11-06 14:43:52
我想要计算HSV图像直方图的均值和标准差，但我只想做这个直方图和V通道的计算。
我一直在读关于如何为一组频道这样做的例子，并且尝试过这些方法，但是我对我最初创建直方图的方法是否正确感到困惑，因为当我试图执行它时，程序总是崩溃。
下面是我现在拥有的内容(变量测试是cv::Mat映像，这可以是您希望用来重新创建问题的任何图像)。我可能遗漏了一些显而易见的东西，for循环在值的范围上可能不正确，但是我以前没有在C++中这样做。
cv::cvtColor(test, test, CV_BGR2HSV);
int v_bins = 50;
int histSize[] = { v_bins };
cv::MatND hist;
float v_ranges[] = { 0, 255};
cv::vector<cv::Mat> channel(3);
split(test, channel);
const float* ranges[] = { v_ranges };
int channels[] = {0};
cv::calcHist(&channel[2], 1, channels, cv::Mat(), hist, 1, histSize, ranges, true, false); //histogram calculation
float mean=0;
float rows= hist.size().height;
float cols = hist.size().width;
for (int v = 0; v < v_bins; v++)
{
std::cout << hist.at<float>(v, v) << std::endl;;
mean = mean + hist.at<float>(v);
}
mean = mean / (rows*cols);
std::cout << mean<< std::endl;;回答 2
Stack Overflow用户
发布于 2015-11-06 19:33:44
您可以简单地使用简历：：来计算数组元素的平均偏差和标准差。
请注意，mean和stddev参数都是cv::Scalar，因此需要执行mean[0]和stddev[0]来获取单个通道数组hist的双值。
这段代码将澄清它的用法：
#include <opencv2\opencv.hpp>
#include <iostream>
int main()
{
cv::Mat test = cv::imread("path_to_image");
cv::cvtColor(test, test, CV_BGR2HSV);
int v_bins = 50;
int histSize[] = { v_bins };
cv::MatND hist;
float v_ranges[] = { 0, 255 };
cv::vector<cv::Mat> channel(3);
split(test, channel);
const float* ranges[] = { v_ranges };
int channels[] = { 0 };
cv::calcHist(&channel[2], 1, channels, cv::Mat(), hist, 1, histSize, ranges, true, false); //histogram calculation
cv::Scalar mean, stddev;
cv::meanStdDev(hist, mean, stddev);
std::cout << "Mean: " << mean[0] << " StdDev: " << stddev[0] << std::endl;
return 0;
}更新
您可以通过它们的定义计算平均值和标准差：
double dmean = 0.0;
double dstddev = 0.0;
// Mean standard algorithm
for (int i = 0; i < v_bins; ++i)
{
dmean += hist.at<float>(i);
}
dmean /= v_bins;
// Standard deviation standard algorithm
std::vector<double> var(v_bins);
for (int i = 0; i < v_bins; ++i)
{
var[i] = (dmean - hist.at<float>(i)) * (dmean - hist.at<float>(i));
}
for (int i = 0; i < v_bins; ++i)
{
dstddev += var[i];
}
dstddev = sqrt(dstddev / v_bins);
std::cout << "Mean: " << dmean << " StdDev: " << dstddev << std::endl;您将得到与OpenCV meanStdDev相同的值。
Stack Overflow用户
发布于 2020-02-16 22:23:55
在直方图上计算统计数据时要小心。如果您只运行meanStdDev，您将得到bin值的平均值和stdev。这并不能告诉你太多。
也许你想要的是平均强度和stdev强度。
因此，如果要从直方图(或直方图集)导出图像均值和标准差，则可以使用以下代码：
// assume histogram is of type cv::Mat and comes from cv::calcHist
double s = 0;
double total_hist = 0;
for(int i=0; i < histogram.total(); ++i){
s += histogram.at<float>(i) * (i + 0.5); // bin centre
total_hist += histogram.at<float>(i);
}
double mean = s / total_hist;
double t = 0;
for(int i=0; i < histogram.total(); ++i){
double x = (i - mean);
t += histogram.at<float>(i)*x*x;
}
double stdev = std::sqrt(t / total_hist);根据平均数的定义：
mean = sum(x * p(x)) // expectation
std = sqrt(sum( p(x)*(x - mean)**2 ) // sqrt(variance)平均值是x的期望值，所以histogram[x]/sum(histogram)给出了p(x)。标准差的定义类似于方差。数字稍微简单一些，因为像素只能取整数值，并且是单位间隔的。
注意，如果要使用accumulate选项计算一批图像的标准化统计信息，这也很有用。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/33569323
复制相关文章
相似问题
腾讯云开发者
