当前位置: 首页 > news >正文

OpenCV 图形API(12)用于计算图像或矩阵的平均值函数mean()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

计算矩阵元素的平均值(均值)。

mean函数计算矩阵元素的平均值M,每个通道独立计算,并返回该值。

支持的矩阵数据类型包括:CV_8UC1、CV_8UC3、CV_16UC1、CV_16SC1、CV_32FC1。

注意:
该函数的文本ID是"org.opencv.core.math.mean"。

函数原型

GScalar cv::gapi::mean 
(
 	const GMat &  	src	) 
}	

参数

  • 参数src 输入矩阵

代码示例

#include <opencv2/gapi.hpp>       // 包含 GAPI 头文件
#include <opencv2/gapi/core.hpp>  // 包含G-API核心功能
#include <opencv2/opencv.hpp>

int main()
{
    // 1. 读取输入图像
    cv::Mat src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/input.jpg" );
    if ( src.empty() )
    {
        std::cerr << "Error: Could not read input image!" << std::endl;
        return -1;
    }

    // 2. 定义 GAPI 计算图
    cv::GMat in_src;                                  // 输入 GMat
    cv::GScalar mean_val = cv::gapi::mean( in_src );  // 计算均值
    cv::GComputation comp( cv::GIn( in_src ), cv::GOut( mean_val ) );

    // 3. 执行计算图
    cv::Scalar result;
    comp.apply( cv::gin( src ), cv::gout( result ) );  // 将 cv::Mat 输入到计算图

    // 4. 输出结果
    std::cout << "Mean values: ";
    if ( src.channels() == 1 )
    {  // 灰度图像
        std::cout << "Gray: " << result[ 0 ] << std::endl;
    }
    else
    {  // 彩色图像(如 BGR)
        std::cout << "B: " << result[ 0 ] << " G: " << result[ 1 ] << " R: " << result[ 2 ] << std::endl;
    }

    return 0;
}

运行结果

Mean values: B: 254.343 G: 204.943 R: 204.914
http://www.dtcms.com/a/108807.html

相关文章:

  • dify开启多租户模式
  • Coco-AI 支持嵌入,让你的网站拥有 AI 搜索力
  • 基于javaweb的SSM+Maven机房管理系统设计与实现(源码+文档+部署讲解)
  • 智慧高炉厂可视化:钢铁行业的数字化转型之路
  • leetcode31.下一个排列
  • 42.C++11-右值引用与移动语义/完美转发
  • Real-Time Anomaly Detection of Network Traffic Basedon CNN
  • 动、静态创建任务
  • 实战打靶集锦-37-Wpwnvm
  • GUI-Guider 按钮按下 选项卡 右移动一个,到最右边停下
  • BMS电池关键参数及其含义
  • Lua中debug调试函数详解
  • 【DLI】Generative AI with Diffusion Models通关秘籍
  • Redis基础知识-2
  • 从零构建大语言模型全栈开发指南:第五部分:行业应用与前沿探索-5.1.1百度ERNIE、阿里通义千问的技术对比
  • 程序化广告行业(56/89):S2S对接与第三方广告监测全解析
  • 《第三次世界大战》第七章:破碎的未来
  • 《实战AI智能体》MCP对Agent有哪些好处
  • [CISSP] [7] PKI和密码应用
  • 应用安全系列之四十五:日志伪造(Log_Forging)之二
  • 基于BusyBox构建ISO镜像
  • 多模态模型:专栏概要与内容目录
  • 网络爬虫的基础知识
  • 《inZOI(云族裔)》50+MOD整合包
  • 【目标检测】【深度学习】【Pytorch版本】YOLOV2模型算法详解
  • 【现代深度学习技术】现代卷积神经网络07:稠密连接网络(DenseNet)
  • CFResNet鸟类识别:原网络基础上改进算法
  • Springboot logback日志实例
  • RK3568下的QT工程配置
  • Joomla教程—Joomla 模块管理与Joomla 模块类型介绍