OpenCV输出均值、标准差、协方差
一、概述
案例:使用OpenCV输出图片的均值和标准差以及协方差矩阵
相关定义:
1.均值:平均值,指讲一个数据集合中的值相加再除以数据集中数据的个数得出的值
2.方差:数据集中每个样本值与全体样本值的平均数之差的平方值的平均数
3.标准差:标准差是方差的算数平方根(ps:定义参考方差)
4.协方差:在概率论和统计学中用于衡量两个变量的总体误差
函数定义:
均值及标准差:
void meanStdDev(InputArray src, OutputArray mean, OutputArray stddev, InputArray mask=noArray());
1.src:输入图像
2.mean:输出参数--->均值
3.stddev:输出参数--->标准差
协方差矩阵、均值矩阵
void calcCovarMatrix( InputArray samples, OutputArray covar, InputOutputArray mean, int flags, int ctype = CV_64F);
samples:输入数据,一般channgle==1
covar:输出参数表示协方差矩阵
mean:输出参数表示,均值矩阵
flags:操作标志:CV_COVAR_SCRAMBLED,CV_COVAR_NORMAL,CV_COVAR_USE_AVG,CV_COVAR_SCALE,CV_COVAR_ROWS,CV_COVAR_COLS.
二、代码演示
Face_Means_Covar::Face_Means_Covar(QWidget *parent) : MyGraphicsView{parent} { this->setWindowTitle("计算Mat均值、标准差、及协方差"); QLabel *labelTitle = new QLabel(this); labelTitle->setText("输出结果如下:"); //均值 QLabel *labelMeansTitle = new QLabel(this); labelMeansTitle->setText("均值:"); labelMeansTitle->move(0,labelTitle->y()+labelTitle->height()+10); labelMeansValue = new QLabel(this); labelMeansValue->setFixedWidth(150); labelMeansValue->move(labelMeansTitle->x()+labelMeansTitle->width()+10,labelMeansTitle->y()); //标准差 QLabel *labelStddevTitle = new QLabel(this); labelStddevTitle->setText("标准差:"); labelStddevTitle->move(0,labelMeansTitle->y()+labelMeansTitle->height()+10); labelStddevValue = new QLabel(this); labelStddevValue->setFixedWidth(150); labelStddevValue->move(labelStddevTitle->x()+labelStddevTitle->width()+10,labelStddevTitle->y()); //协方差 QLabel *labelCovarTitle = new QLabel(this); labelCovarTitle->setText("协方差:"); labelCovarTitle->move(0,labelStddevTitle->y()+labelStddevTitle->height()+10); labelCovarValue = new QLabel(this); labelCovarValue->setFixedWidth(150); labelCovarValue->move(labelCovarTitle->x()+labelCovarTitle->width()+10,labelCovarTitle->y()); } void Face_Means_Covar::dropEvent(QDropEvent *event){ path = event->mimeData()->urls().at(0).toLocalFile(); qDebug()<<"文件路径:"<<path; showMeansAndCovar(path.toStdString().c_str()); } void Face_Means_Covar::showMeansAndCovar(const char *filePath){ Mat src = imread(filePath); if(src.empty()){ qDebug()<<"图片文件为空"; return; } imshow("src",src); //计算图像均值以及标准差 Mat means,stddev; meanStdDev(src,means,stddev,noArray()); //输出均值矩阵,图像有多少通道means就有多少个值。例如:三通道图像,则有第一通道的均值,第二通道的均值,第三通道的均值 cout << means<<endl; //输出标准差矩阵,图像有多少个通道stddev就有多少个值。例如:单通道图像,则0的位置就是通道标准差 cout<<stddev<<endl; //计算所有通道的平均值 double resultMeans = 0.0; for(int i=0;i<means.rows;i++){ resultMeans+=means.at<double>(i); qDebug()<<"均值:"<< means.at<double>(i); } QString rMeans=QString("%1").arg(resultMeans/3); labelMeansValue->setText(rMeans); //计算所有通道的标准差 double resultStddev=0.0; for(int i=0;i<stddev.rows;i++){ resultStddev+=stddev.at<double>(i); qDebug()<<"标准差:"<<stddev.at<double>(i); } QString rStddev=QString("%1").arg(resultStddev/3); labelStddevValue->setText(rStddev); //计算协方差 Mat covar,means2; cvtColor(src,src,COLOR_BGR2GRAY); //这里的输入需要是单通道的channgle==1 calcCovarMatrix(src,covar,means2,COVAR_NORMAL|cv::COVAR_ROWS); qDebug()<<"以下是协方差矩阵"; //一定要搞一个小一点的图测试 cout << covar<<endl; cout << means2<<endl; }
三、示例图片