不同的像素值在MATLAB和c++与OpenCV

Different Pixel Values in MATLAB and C++ with OpenCV

本文关键字：c++ OpenCV MATLAB 像素      更新时间：2023-10-16

我看到有类似的问题，但不要安静地回答我的问题，所以这是我的问题。

在c++和OpenCV中，我运行下面的代码，它返回6.32的平均像素值。然而，当我打开图像并在MATLAB中使用mean函数时，它返回大约6.92ish的平均像素强度。正如你所看到的，我将OpenCV值转换为double，以试图缓解这个问题，并发现OpenCV将图像加载为一组整数，而MATLAB将图像加载为十进制值，这些值近似但不完全相同，显然与整数相同。所以我的问题是，作为编程新手，哪个是正确的?我假设MATLAB返回更准确的值，如果是这种情况，我想知道是否有方法以相同的方式加载图像以避免差异。

谢谢，下面的代码

    Mat img = imread("Cells2.tif");
cv::cvtColor(img, img, CV_BGR2GRAY);
cv::imshow("stuff",img);
Mat dst;
if(img.channels() == 3)
{
    img.convertTo(dst, CV_64FC1);
}
else if (img.channels() == 1) 
{
    img.convertTo(dst, CV_64FC1);
}
cv::imshow("output",dst/255);
int NumPixels = img.total();

double avg;
double c = 0; 
double std;
    for(int y = 0; y < dst.cols; y++)
    { 
        for(int x = 0; x < dst.rows; x++)
        {
            c+=dst.at<double>(x,y)*255;
        }
    }
avg = c/NumPixels;
cout << "asfa = " << c << endl;
double deviation;
double var;
double z = 0;
double q;
    //for(int a = 0; a<= img.cols; a++)
for(int y = 0; y< dst.cols; y++)
    {
        //for(int b = 0; b<= dst.rows; b++)
        for(int x = 0; x< dst.rows; x++)
        {
            q=dst.at<double>(x,y);
            deviation = q - avg;
            z = z + pow(deviation,2);
            //cout << "q = " << q << endl;
        }
    }
var = z/(NumPixels);
std = sqrt(var);
cv::Scalar avgPixel = cv::mean(dst);
cout << "Avg Value = " << avg << endl;
cout << "StdDev = " << std << endl;
cout << "AvgPixel =" << avgPixel;
cvWaitKey(0);
return 0;

}

根据您的评论，该图像似乎以16位深度存储。MATLAB按原样加载TIFF图像，而默认情况下OpenCV将以8位加载图像。这也许可以解释你所看到的精度差异。

使用以下命令在OpenCV中打开图像:

cv::Mat img = cv::imread("file.tif", cv::IMREAD_ANYDEPTH|cv::IMREAD_ANYCOLOR);

在MATLAB中，它很简单:

img = imread('file.tif');

接下来，您需要了解正在使用的数据类型。在OpenCV中它的CV_16U，在MATLAB中它的uint16。因此，您需要相应地转换类型。

例如，在MATLAB中: 
img2 = double(img) ./ double(intmax('uint16'));

将其转换为值在[0,1]范围内的double图像

加载图像时，必须在两种环境(MATLAB和OpenCV)中使用类似的方法，以避免在两种环境中默认情况下可能完成的转换

  1. 如果满足某些条件，您正在转换图像，这可以改变一些颜色值，而MATLAB可以选择不转换图像，而是使用原始图像

  2. 颜色与流行的实现大多用十六进制格式表示0 xaarrggbb或0 xrrggbbaa的格式,所以32位整数会(无符号/签署无所谓,十六进制值仍然是相同的),创建一个64位变量,把所有32位变量加起来,然后除以像素的数量,这将给你一个很准确的结果(为16384×16384像素图像(一个32位值代表一个像素的颜色),如果更大,那么64位整数将不够)。

    long long total = 0;
long long divisor = image.width * image.height;
for(int x = 0; x < image.width; ++x)
{
    for(int y = 0; x < image.height; ++x)
    {
        total += image.at(x,y).color;
    }
}
double avg = total / divisor;
std::cout << "Average color value: " << avg << std::endl;

不确定您在Matlab与OpenCV中的平均值有什么困难。如果我正确理解你的问题，你的目标是在OpenCV中实现Matlab的mean(image(:))。例如，在Matlab中，您可以执行以下操作:

>> image = imread('sheep.jpg')
>> avg = mean(image(:))
ans =
   119.8210

下面是你如何在OpenCV中做同样的事情:

Mat image = imread("sheep.jpg");
Scalar avg_pixel;
avg_pixel = mean(image);
float avg = 0;
cout << "mean pixel (RGB): " << avg_pixel << endl;
for(int i; i<image.channels(); ++i) {
    avg = avg + avg_pixel[i]; 
}
avg = avg/image.channels();
cout << "mean, that's equivalent to mean(image(:)) in Matlab: " << avg << endl;

OpenCV控制台输出

mean pixel (RGB): [77.4377, 154.43, 127.596, 0]
mean, that's equivalent to mean(image(:)) in Matlab: 119.821

因此在Matlab和OpenCV中结果是相同的。

跟进在你的代码中发现一些问题。

  • OpenCV存储数据与Matlab不同。看看这个关于如何在OpenCV中访问像素的粗略解释。例如:

    // NOT a correct way to access a pixel in CV_F32C3 type image
double pixel = image.at<double>(x,y); 
//The correct way (where the pixel value is stored in a vector)
// Note that Vec3d is defined as: typedef Vec<double, 3> Vec3d;
Vec3d pixel = image.at<Vec3d>(x, y);

  • 我发现了另一个错误

    if(img.channels() == 3)
{
    img.convertTo(dst, CV_64FC1); //should be CV_64FC3, instead of CV_64FC1
}

访问Mat元素可能会混淆。我建议从一本关于OpenCV的书开始，例如这本书，并阅读OpenCV教程和文档。

相关文章：