用C++计算单通道直方图的平均值和标准差

Question

用C++计算单通道直方图的平均值和标准差

6

我想要计算一个HSV图像的直方图的均值和标准差，但我只想对V通道进行直方图和计算。

我已经阅读了一些关于如何为一组通道完成这项工作的示例，并尝试了这些方法，但当我尝试执行程序时，我对是否正确创建仅使用一个通道的直方图感到困惑，因为程序总是崩溃。

以下是我目前的代码（变量test是cv :: Mat图像，可以是您想用来重现问题的任何图像）。我可能错过了一些明显的东西，for循环可能在值范围方面不正确，但我以前没有使用过C ++进行此操作。

        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;;

- bardsleyta

cv::vectorcv::Mat channel(3); ? - sturkmen

我认为这是必要的，因为HSV被分成了3个通道，而我只想要直方图的V通道。 - bardsleyta

我想知道是否有cv::vector？或者std::vector。 - sturkmen

@sturkmen 在 OpenCV 3.0 之前的版本中，cv::vector 是可以使用的。详情请参见此处。 - Miki

2个回答

1

在计算直方图的统计数据时要小心。如果你只运行meanStdDev，你将得到每个区间值的平均值和标准差，这并不能告诉你太多信息。

很可能你想要的是强度的平均值和标准差。

因此，如果你想从直方图（或一组直方图）中推导出图像的平均值和标准差，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);

从平均值的定义中：

mean = sum(x * p(x)) // expectation
std = sqrt(sum( p(x)*(x - mean)**2 ) // sqrt(variance)

均值是x的期望值。因此，histogram[x]/sum(histogram)给出了p(x)。标准差的定义类似于方差variance。数字稍微简单一些，因为像素只能取整数值并且间距为单位间隔。

请注意，如果您想使用accumulate选项计算一批图像的归一化统计数据，则这也很有用。

改编自：如何从直方图计算标准偏差？（Python、Matplotlib）

- Josh

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Miki · Accepted Answer

你可以简单使用cv::meanStdDev函数，该函数计算数组元素的平均值和标准差。

请注意，mean和stddev参数均为cv::Scalar类型，因此您需要执行mean[0]和stddev[0]以获得单通道数组hist的双精度值。

下面的代码将阐明它的用法:

#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

您可以按照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。