技術標籤：OpenCVopencv

計算一個矩陣的平均值和標準差，每個通道都是獨立的，通過以下輸出引數獲取返回值：

[ N = ∑ I , mask ( I ) ≠ 0 1 mean c = ∑ I :    mask ( I ) ≠ 0 src ( I ) c N stddev c = ∑ I :    mask ( I ) ≠ 0 ( src ( I ) c − mean c ) 2 N ] [\begin{array}{l} N = \sum _{I, \texttt{mask} (I) \ne 0} 1 \\ \texttt{mean} _c = \frac{\sum_{ I: \; \texttt{mask}(I) \ne 0} \texttt{src} (I)_c}{N} \\ \texttt{stddev} _c = \sqrt{\frac{\sum_{ I: \; \texttt{mask}(I) \ne 0} \left ( \texttt{src} (I)_c - \texttt{mean} _c \right )^2}{N}} \end{array}]

注意：計算出的標準差只能是完全歸一化協方差矩陣，如果需要完整的矩陣，你可以reshape多通道陣列M x N到單通道矩陣M*N x mtx.channels() （只有在矩陣是連續的時候才有可能）並且把矩陣傳遞給calcCovarMatrix

功能：

表示一個影象的明暗變化程度，標準差越大，明暗變化越明顯。

原型：

CV_EXPORTS_W void meanStdDev(InputArray src, OutputArray mean, OutputArray stddev,
                             InputArray mask=noArray());

引數釋義：

• 引數 src 輸入陣列，由1-4個通道組成，能夠把結果儲存到Scalar裡
• 引數 mean 輸出引數，計算平均值。
• 引數 stddev 輸出引數，計算出的標準差
• 引數 mask 可選引數，操作掩摸，用以標記求取哪些區域。

參考：countNonZero, mean, norm, minMaxLoc, calcCovarMatrix

示例原始碼：

#include <iostream>
#include <opencv2/opencv.hpp>


int main() {

	float sample[14] = { 12,12,3,4,7,9,56,12,13,14,12,56,34,14 };
    cv::Mat image1 = cv::Mat(4, 3, CV_32FC1, sample);    //單通道的矩陣
	cv::Mat image2 = cv::Mat(2, 2, CV_32FC2, sample);    //多通道的矩陣
	
	cv::Scalar mean1;
	cv::Scalar mean2;
	cv::Mat stddevMat;
	cv::Mat stddevMatM;
	cv::meanStdDev(image1, mean1, stddevMat);
	cv::meanStdDev(image2, mean2, stddevMatM);
	//mean2 = cv::mean(image2);
	std::cout << "單通道標準差：" << stddevMat << std::endl;
	std::cout << "多通道標準差：" << stddevMatM << std::endl;

	return 0;
}

輸出結果：