【OpenCV + VS】图像通道的均值和方差计算

计算图像各通道的均值（mean）和方差（variance）是图像分析中非常重要的操作，它们可以帮助我们了解图像的整体亮度分布和对比度特性。这些统计量可以用于图像的预处理、去噪、增强、对比度调整等操作。

常见的应用场景：

1. 图像增强：可以通过均值和方差调整图像的亮度和对比度。

2. 图像分割：在计算图像的区域均值和方差后，可以为不同区域设定不同的处理策略。

3. 噪声去除：在噪声较大的图像中，低方差区域通常代表较为平滑的区域，可以用来去除噪声。

4. 图像对比度调整：图像的方差越大，意味着图像的对比度越高。通过调整方差，可以增强或降低图像的对比度。

示例代码：计算图像各通道的均值和方差

以下代码展示了如何使用 OpenCV 计算图像各个通道的最小值、最大值、均值和标准差（方差的平方根）。

#include <opencv2/opencv.hpp>
#include <iostream>using namespace cv;
using namespace std;void pixel_statistic_demo(Mat& image) {// 获取图像各通道的最小值和最大值double minv, maxv;Point minLoc, maxLoc;// 分离各通道std::vector<Mat> mv;split(image, mv);  // 分离BGR三个通道// 输出每个通道的最小值和最大值for (int i = 0; i < mv.size(); i++) {minMaxLoc(mv[i], &minv, &maxv, &minLoc, &