C++ 计算C+中的平均值和标准偏差+；对于单通道直方图

我想计算HSV图像直方图的平均值和标准偏差，但我只想对V通道进行直方图和计算

我一直在阅读关于如何对一组通道执行此操作的示例，并尝试了这些方法，但我对最初创建直方图的方法是否正确感到困惑，因为当我尝试执行它时，程序不断崩溃

这是我目前拥有的（变量test是一个cv:：Mat图像，它可以是您希望用于重新创建问题的任何图像）。我可能已经错过了一些明显的，for循环可能在值范围上是不正确的，但是我以前没有在C++中这样做过。

        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;;

cvt颜色（测试，测试，cv_BGR2HSV）； int v_bins=50； int histSize[]={v_bins}； cv：：MatND hist； 浮动v_范围[]={0，255}； 向量通道（3）； 拆分（测试、通道）； 常量浮点*范围[]={v_范围}； int通道[]={0}； cv:：calcHist（&channel[2]，1，channel，cv:：Mat（），hist，1，histSize，ranges，true，false）//直方图计算 浮动平均值=0； 浮动行=历史大小（）.高度； float cols=历史大小（）.宽度； 对于（int v=0；v 请注意，

mean

和

stddev

参数都是

cv:：Scalar

，因此需要执行

mean[0]

和

stddev[0]

以获得单通道数组

hist

的双值

此代码将阐明其用途：

#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;
}

#包括
#包括
int main（）
{
cv:：Mat test=cv:：imread（“路径到图像”）；
cv：：CVT颜色（测试，测试，cv_BGR2HSV）；
int v_bins=50；
int histSize[]={v_bins}；
cv：：MatND hist；
浮动v_范围[]={0，255}；
向量通道（3）；
拆分（测试、通道）；
常量浮点*范围[]={v_范围}；
int通道[]={0}；
cv:：calcHist（&channel[2]，1，channel，cv:：Mat（），hist，1，histSize，ranges，true，false）；//直方图计算
cv：标量平均值，标准差；
cv：：平均标准差（历史，平均标准差）；
std:：cout在计算直方图的统计数据时要小心。如果您只运行
meanstdev
，您将得到bin值的平均值和stdev。这不会告诉您太多

可能你想要的是平均值和stdev强度

因此，如果您想从直方图（或一组直方图）推导出图像的平均值和标准偏差，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);

平均值是x的值。因此
直方图[x]/sum（直方图）
为您提供
p（x）
。标准偏差的定义类似，来自。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
累积
选项计算一批图像的归一化统计信息，这也很有用

改编自：
cv:：矢量频道（3）我认为这是必要的，因为HSV被分为3个通道，我只需要V通道来记录历史。我想知道是否有cv:：vector？或std:：vector@sturkmen
cv:：vector
适用于3.0之前的OpenCV版本。有关详细信息，请参阅。好的。我得到了一个输出，但对我来说，我得到的结果看起来很奇怪。我得到了一个平均值为69271.2，标准偏差为86937.1。这对直方图来说是现实的还是出了什么问题？@Bardslyta我还通过计算定义中的平均值和标准偏差更新了答案。你可以看到结果与OpenCV相同。如果你不期望这些结果，也许你不应该计算我an和stddev在直方图上，但在图像上。好的。我似乎误读了平均值和标准偏差函数，试图在直方图上而不是在图像上进行。很抱歉，混淆了什么是v_bins？@Hossein“v”频道的bins数。请参阅第一个片段
// 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);

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