C++ 计算平均值：遮罩图像与ROI的不同结果

我有一个奇怪的问题，我的平均梯度大小结果是不同的，如果我使用一个面具，而不是创建一个新的垫的小投资回报率。我将解释我做这件事的两种不同方式，以及我得到的两种不同的平均梯度大小结果。我想我应该得到相同的平均梯度大小结果

场景：图像A是我的风景源/原始图像。我想得到区域A

（10100）、（100100）、（100150）、（10150）

中的平均梯度大小

技术1:
-创建一个仅显示区域a的ROI

Mat

。因此它的维度是

90

by

50

-执行

cv:：Sobel（）

，

cv:：magnity（）

然后执行

cv:：meanstdev（）

-我的平均梯度大小结果是

11.34

技术2:
-创建一个新的

Mat

，它是一个掩码。垫子的尺寸与图像A相同，并且在区域A所在的位置有一个白色区域。然后创建一个新的垫子，仅显示图像a的区域和垫子的其余部分为黑色-希望这有意义。
-执行

cv:：Sobel（）

，

cv:：magnity（）

（但使用掩码），然后执行

cv:：meanstdev（）

-我的平均梯度大小结果是

43.76

为什么会有不同的结果

下面是我的代码：

static Mat backupSrc;
static Mat curSrc;

// Technique 1
void inspectRegion(const Point& strt, const Point& end) {

    curSrc = Mat(backupSrc.size(), CV_8UC3);
    cvtColor(backupSrc, curSrc, CV_GRAY2RGB);

    Rect region = Rect(strt, end);
    Mat regionImg = Mat(curSrc, region);

    // Calculate the average gradient magnitude/strength across the image
    Mat dX, dY, mag;
    Sobel(regionImg, dX, CV_32F, 1, 0);
    Sobel(regionImg, dY, CV_32F, 0, 1);
    magnitude(dX, dY, mag);

    Scalar sMMean, sMStdDev;
    meanStdDev(mag, sMMean, sMStdDev);
    double magnitudeMean = sMMean[0];
    double magnitudeStdDev = sMStdDev[0];

    rectangle(curSrc, region, { 0 }, 1);

    printf("[Gradient Magnitude Mean: %.3f, Gradient Magnitude Std Dev: %.3f]\n", magnitudeMean, magnitudeStdDev);
}

// Technique 2
void inspectRegion(const std::vector<Point>& pnts) {

    curSrc = Mat(backupSrc.size(), CV_8UC3);
    cvtColor(backupSrc, curSrc, CV_GRAY2RGB);

    std::vector<std::vector<Point>> cPnts;
    cPnts.push_back(pnts);

    Mat mask = Mat::zeros(curSrc.rows, curSrc.cols, CV_8UC1);
    fillPoly(mask, cPnts, { 255 });
    Mat regionImg;
    curSrc.copyTo(regionImg, mask);


    // Calculate the average gradient magnitude/strength across the image
    Mat dX, dY, mag;
    Sobel(regionImg, dX, CV_32F, 1, 0);
    Sobel(regionImg, dY, CV_32F, 0, 1);
    magnitude(dX, dY, mag);

    Scalar sMMean, sMStdDev;
    meanStdDev(mag, sMMean, sMStdDev, mask);
    double magnitudeMean = sMMean[0];
    double magnitudeStdDev = sMStdDev[0];

    polylines(curSrc, pnts, true, { 255 }, 3);

    printf("[Gradient Magnitude Mean: %.3f, Gradient Magnitude Std Dev: %.3f]\n", magnitudeMean, magnitudeStdDev);
}

static Mat backupSrc；
静态钢筋混凝土；
//技术1
无效检查区域（常数点和strt、常数点和端点）{
curSrc=Mat（backupSrc.size（），CV_8UC3）；
CVT颜色（backupSrc、curSrc、CV_GRAY2RGB）；
Rect区域=Rect（strt，end）；
Mat regionImg=Mat（curSrc，region）；
//计算整个图像的平均梯度大小/强度
Mat-dX，dY，mag；
Sobel（regionImg，dX，CV_32F，1,0）；
Sobel（regionImg，dY，CV_32F，0，1）；
震级（dX、dY、mag）；
标量sMMean，sMStdDev；
平均值（mag、sMMean、sMStdDev）；
双震级平均值=sMMean[0]；
双震级stddev=sMStdDev[0]；
矩形（curSrc，区域，{0}，1）；
printf（“[梯度震级平均值：%.3f，梯度震级标准偏差：%.3f]\n”，震级平均值，震级标准差）；
}
//技术2
无效检查区域（常量标准：：向量和PNT）{
curSrc=Mat（backupSrc.size（），CV_8UC3）；
CVT颜色（backupSrc、curSrc、CV_GRAY2RGB）；
std：：载体cPnts；
cPnts。推回（pnts）；
Mat mask=Mat:：零（curSrc.rows、curSrc.cols、CV_8UC1）；
fillPoly（掩码，cPnts，{255}）；
matregionimg；
curSrc.copyTo（regionImg，mask）；
//计算整个图像的平均梯度大小/强度
Mat-dX，dY，mag；
Sobel（regionImg，dX，CV_32F，1,0）；
Sobel（regionImg，dY，CV_32F，0，1）；
震级（dX、dY、mag）；
标量sMMean，sMStdDev；
平均数据差（mag、sMMean、SMSTDEV、mask）；
双震级平均值=sMMean[0]；
双震级stddev=sMStdDev[0]；
多段线（curSrc，pnts，true，{255}，3）；
printf（“[梯度震级平均值：%.3f，梯度震级标准偏差：%.3f]\n”，震级平均值，震级标准差）；
}

在技巧2中，矩形边界周围的梯度将非常高，并会破坏计算

---

在计算梯度之前，请考虑扩展遮罩，使此峰值位于发送到

meanStdDev

函数的未扩展遮罩之外。

我认为您的遮罩应为CV_8UC3类型，即

Mat mask=Mat:：Zero（curSrc.rows，curSrc.cols，CV_8UC3）。也许它只是复制了一个通道，谢谢：）扩大遮罩会使两个结果稍微接近，但侵蚀桅杆会使它们更接近-技术2现在给出11.97。是否有任何方法可以使此完全准确（与技术1相同）？为了清楚起见，您需要在调用
copyTo
之前放大遮罩。然后在调用
meanstdev
之前，应该将其腐蚀回原来的大小。你想做什么？谢谢：）我会试着把它放大。我试图做的是计算多边形中的平均梯度大小（多边形在航空图像中勾勒出公路车道）。在我上面的例子中，多边形是一个简单的矩形，但实际上它们是复杂的多边形。多边形是通过遮罩实现的，也就是说，除多边形内部外，大部分网格都是黑色外，网格与原始航空图像是相同的图像。因此，您希望第二种方法起作用。首先，没有理由将遮罩外的区域归零。不要调用
copyTo
。您正在
meanstdev
中使用掩码。够了。