Visual c++ 如何使用opencv直方图确定图像块的平均值

我想使用直方图确定图像的平均块。假设我的图像有64×64维，我需要将其划分为4×4块，然后确定每个块的平均值（换句话说，现在我将有4块）

使用opencv，如何利用我的IplImage使用直方图箱确定块平均值

下面的代码是opencv直方图，用于确定整个图像的平均值：

int i, hist_size = 256;
float max_value,min_value;
float min_idx,max_idx;
float bin_w;
float mean =0, low_mean =0, high_mean =0, variance =0;

float range_0[]={0,256};
float *ranges[]={range_0};

IplImage* im = cvLoadImage("killerbee.jpg");
//Create a single planed image of the same size as the original
IplImage* grayImage = cvCreateImage(cvSize(im->width,im->height),IPL_DEPTH_8U, 1);
//convert the original image to gray
cvCvtColor(im, grayImage, CV_BGR2GRAY);

/* Remark this, since wanna evaluate whole area.
    //create a rectangular area to evaluate
    CvRect rect = cvRect(0, 0, 500, 600 );
    //apply the rectangle to the image and establish a region of interest
    cvSetImageROI(grayImage, rect);
End remark*/

//create an image to hold the histogram
IplImage* histImage = cvCreateImage(cvSize(320,200), 8, 1);
//create a histogram to store the information from the image
CvHistogram* hist = cvCreateHist(1, &hist_size, CV_HIST_ARRAY, ranges, 1);
//calculate the histogram and apply to hist
cvCalcHist( &grayImage, hist, 0, NULL );

//grab the min and max values and their indeces
cvGetMinMaxHistValue( hist, &min_value, &max_value, 0, 0);
//scale the bin values so that they will fit in the image representation
cvScale( hist->bins, hist->bins, ((double)histImage->height)/max_value, 0 );

//set all histogram values to 255
cvSet( histImage, cvScalarAll(255), 0 );
//create a factor for scaling along the width
bin_w = cvRound((double)histImage->width/hist_size);

for( i = 0; i < hist_size; i++ ) {
    //draw the histogram data onto the histogram image
    cvRectangle( histImage, cvPoint(i*bin_w, histImage->height),cvPoint((i+1)*bin_w,histImage->height - cvRound(cvGetReal1D(hist->bins,i))),cvScalarAll(0), -1, 8, 0 );
    //get the value at the current histogram bucket
    float* bins = cvGetHistValue_1D(hist,i);
    //increment the mean value
    mean += bins[0];
}
//finish mean calculation
mean /= hist_size;

//display mean value onto output window
cout<<"MEAN VALUE of THIS IMAGE : "<<mean<<"\n";

//go back through now that mean has been calculated in order to calculate variance
for( i = 0; i < hist_size; i++ ) {
    float* bins = cvGetHistValue_1D(hist,i);
    variance += pow((bins[0] - mean),2);
}
//finish variance calculation
variance /= hist_size;
cvNamedWindow("Original", 0);
cvShowImage("Original", im );

cvNamedWindow("Gray", 0);
cvShowImage("Gray", grayImage );

cvNamedWindow("Histogram", 0);
cvShowImage("Histogram", histImage );

//hold the images until a key is pressed
cvWaitKey(0);

//clean up images
cvReleaseImage(&histImage);
cvReleaseImage(&grayImage);
cvReleaseImage(&im);

//remove windows
cvDestroyWindow("Original");
cvDestroyWindow("Gray");
cvDestroyWindow("Histogram");

inti，历史大小=256；
浮动最大值、最小值；
浮动最小idx，最大idx；
浮箱；
浮动平均值=0，低平均值=0，高平均值=0，方差=0；
浮动范围_0[]={0256}；
浮点*范围[]={range_0}；
IplImage*im=cvLoadImage（“killerbee.jpg”）；
//创建与原始图像大小相同的单个平面图像
IplImage*grayImage=cvCreateImage（cvSize（im->width，im->height），IPL_DEPTH_8U，1）；
//将原始图像转换为灰色
CVT颜色（im、灰度图像、CV_bgr2灰度）；
/*注意这一点，因为我想评估整个区域。
//创建要计算的矩形区域
CvRect-rect=CvRect（0,0500600）；
//将矩形应用于图像并建立感兴趣的区域
cvSetImageROI（灰度图像，矩形）；
结束语*/
//创建一个图像来保存直方图
IplImage*histImage=cvCreateImage（cvSize（320200），8,1）；
//创建直方图以存储图像中的信息
CvHistogram*hist=cvCreateHist（1，&hist_大小，CV_历史_数组，范围，1）；
//计算直方图并应用于hist
cvCalcHist（&grayImage，hist，0，NULL）；
//获取最小值和最大值及其索引
cvGetMinMaxHistValue（历史值、最小值和最大值，0,0）；
//缩放仓位值，使其适合图像表示
cvScale（历史->存储箱，历史->存储箱，（（双）历史图像->高度）/max_值，0）；
//将所有直方图值设置为255
cvSet（histImage，cvScalarAll（255），0）；
//创建沿宽度缩放的因子
bin_w=cvRound（（双）历史图像->宽度/历史大小）；
对于（i=0；iheight），cvPoint（（i+1）*bin\u w，histImage->height-cvRound（cvGetReal1D（hist->bin，i））），cvScalarAll（0），-1,8,0）；
//获取当前直方图存储桶的值
float*bins=cvGetHistValue_1D（hist，i）；
//增加平均值
平均值+=箱[0]；
}
//完成平均值计算
平均值/=历史尺寸；
//在输出窗口上显示平均值
cout你可以通过直方图来实现，但更有效的方法是一个整体图像，它几乎可以实现你想要的

阅读此处，然后使用它计算每个块中所有像素的总和。然后除以每个块中的像素数（4x4=16）。这不是很好吗

OpenCV有一个计算整型图像的函数，很难命名为cv:：integral（）

更简单的方法是谦逊的resize（）

调用resize（image64_64，image_16_16，Size（16，16），INTER_AREA），结果将是一个更小的图像，其像素值与您要查找的值完全相同。这不是很棒吗

只是不要忘记INTER_区域标志。它决定了要使用的正确算法。
感谢您的回答和见解，因为我还需要直方图以供进一步使用，因此我仍然更喜欢使用直方图。有没有想过继续使用直方图来确定块平均值？