从 .tif 转换为浮点图像

Question

我对 C++ 和一般编码比较陌生，并且在尝试将图像转换为浮点图像时遇到了问题。我试图通过计算图像像素强度的平均值和标准偏差来消除舍入误差，因为它开始对数据产生相当大的影响。我的代码如下。

Mat img = imread("Cells2.tif");

cv::namedWindow("stuff", CV_WINDOW_NORMAL);
cv::imshow("stuff",img);
CvMat cvmat = img;
Mat dst = cvCreateImage(cvGetSize(&cvmat),IPL_DEPTH_32F,1);
cvConvertScale(&cvmat,&dst);
cvScale(&dst,&dst,1.0/255);
cvNamedWindow("Test",CV_WINDOW_NORMAL);
cvShowImage("Test",&dst);

我遇到了这个错误

OpenCV 错误：未知函数中的参数错误（数组应为 CvMat 或 IplImage），文件 ......\modules\core\src\array.cpp，第 1238 行

我到处寻找，每个人都说要将 img 转换为 CvMat，我在上面尝试过。 当我这样做时，如上面的代码所示，我得到了 OpenCV 错误：未知函数中的参数错误（未知数组类型），文件 ......\modules\core\src\matrix.cpp 第 697 行

提前感谢您的帮助。

Answer 1

只需使用 C++ OpenCV 接口代替 C 接口，并使用convertTo 函数在数据类型之间进行转换。

Mat img = imread("Cells2.tif");  
cv::imshow("source",img);
Mat dst;  // destination image

// check if we have RGB or grayscale image
if (img.channels() == 3) {
    // convert 3-channel (RGB) 8-bit uchar image to 32 bit float
    src.convertTo(dst, CV_32FC3);   
}
else if (img.channels() == 1) {
    // convert 1-chanel (grayscale) 8-bit uchar image to 32 bit float
    img1.convertTo(dst, CV_32FC1);
}

// display output, note that to display dst image correctly 
// we have to divide each element of dst by 255 to keep 
// the pixel values in the range [0,1].
cv::imshow("output",dst/255); 
waitKey();

问题的第二部分要计算dst中所有元素的均值

cv::Salar avg_pixel;
double avg;

// note that Scalar is a vector. 
// If your image is RGB, Scalar will contain 3 values, 
// representing color values for each channel.
avg_pixel = cv::mean(dst);

if (dst.channels() == 3) {
    //if 3 channels
    avg = (avg_pixel[0] + avg_pixel[1] + avg_pixel[2]) / 3;  
}
if(dst.channels() == 1) {
    avg = avg_pixel[0];
} 
cout << "average element of m: " << avg << endl; 

Answer 2

这是我在 C++ OpenCV 中计算平均值的代码。

int NumPixels = img.total();


double avg;
double c;
    for(int y = 0; y <= img.cols; y++)
        for(int x = 0; x <= dst.rows; x++)
        c+=img.at<uchar>(x,y);
        avg = c/NumPixels;

    cout << "Avg Value\n" << 255*avg;

对于 MATLAB，我只加载图像并取 Q = mean(img(:));返回 1776.23 对于 1612.36 的返回，我使用了 cv:Scalar z = mean(dst);