作者:翟天保Steven
版权声明:著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处

minMaxIdx函数原型

void minMaxIdx(InputArray src, double* minVal, double* maxVal = 0,int* minIdx = 0, int* maxIdx = 0, InputArray mask = noArray());

minMaxIdx参数说明

  1. InputArray类型的src,输入图像,如Mat类型。
  2. double*类型的minVal,最小值。
  3. double*类型的maxVal,最大值。
  4. int*类型的minIdx,最小值所在位置的索引
  5. int*类型的maxIdx,最大值所在位置的索引
  6. InputArray类型的mask,需要计算最值的范围

minMaxLoc函数原型

void minMaxLoc(InputArray src, CV_OUT double* minVal,CV_OUT double* maxVal = 0, CV_OUT Point* minLoc = 0,CV_OUT Point* maxLoc = 0, InputArray mask = noArray());

minMaxLoc参数说明

  1. InputArray类型的src,输入图像,如Mat类型。
  2. double*类型的minVal,最小值。
  3. double*类型的maxVal,最大值。
  4. Point*类型的minLoc,最小值所在位置的索引
  5. Point*类型的maxLoc,最大值所在位置的索引
  6. InputArray类型的mask,需要计算最值的范围

测试代码

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{// 随机生成一个矩阵cv::Mat src(100, 100, CV_32FC1);for (int i = 0; i < 100; ++i){for (int j = 0; j < 100; ++j){src.at<float>(i, j) = rand() % 255;}}double max1, min1;int idx_min[2] = { 255,255 }, idx_max[2] = { 255, 255 };cv::minMaxIdx(src,&min1,&max1, idx_min, idx_max);cout << "minMaxIdx:" << endl;cout << "min:" << min1 << endl;cout << "min idx:" << idx_min[0] << " " << idx_min[1] <<endl;cout << "max:" << max1 << endl;cout << "max idx:" << idx_max[0] << " " << idx_max[1] << endl;cv::Point maxp, minp;cv::minMaxLoc(src, &min1, &max1, &minp, &maxp);cout << "minMaxLoc:" << endl;cout << "min:" << min1 << endl;cout << "min idx:" << minp << endl;cout << "max:" << max1 << endl;cout << "max idx:" << maxp << endl;system("pause");return 0;
}

测试效果

测试代码中,随机生成100*100的数据矩阵,minmaxIdx和minmaxLoc的区别主要在最值索引的表示不一样。minmaxIdx中用数组存放最值所在位置的行和列,比如最大值在第9行第41列;而minmaxLoc中用Point存放,Point中的x对应列,y对应行,所以是[41,9]。

如果文章帮助到你了,可以点个赞让我知道,我会很快乐~加油!

OpenCV-最值计算cv::minMaxIdxcv::minMaxLoc相关推荐

  1. Opencv(C++)笔记--模板匹配cv::matchTemplate()和最值计算cv::minMaxLoc()

    目录 1--模板匹配 1-1--OpenCV API 1-2--六种匹配方法 1-3--代码实例 2--最值计算 2-1--OpenCV API 1--模板匹配 使用模板图像与原图像进行匹配,Open ...

  2. 详解为什么OpenCV的直方图计算函数calcHist()计算出的灰度值为255的像素个数为0

    在使用OpenCV的直方图计算函数calcHist()时,发现灰度值为255的像素个数总是为0. 哪怕图像中灰度值为255的像素个数不为0,使用OpenCV的直方图计算函数calcHist()计算出的 ...

  3. 在OpenCV环境下写的灰度图像二维傅里叶换,幅值计算,频谱平移和将数值归一化到0到255区间的四个函数

    图像处理开发需求.图像处理接私活挣零花钱,请加微信/QQ 2487872782 图像处理开发资料.图像处理技术交流请加QQ群,群号 271891601 灰度图像的二维傅里叶变换(cv_gray_fft ...

  4. python opencv图像二值化函数_python opencv 二值化 计算白色像素点的实例

    python opencv 二值化 计算白色像素点的实例 贴部分代码 #! /usr/bin/env python # -*- coding: utf-8 -*- import cv2 import ...

  5. cv曲线面积的意义_一篇搞定电动调节阀口径和Cv值计算

    决定调节阀口径应根据已知的流体条件,计算出必要的Cv值,然后再根据调节阀的额定Cv值,选取合适的调节阀口径. 一. Cv值计算公式 Cv值是用来表示调节阀的英制单位流量系数.其定义是:阀处于全开状态, ...

  6. 【Opencv】【C++】 Opencv之calcHist() 计算直方图

    OpenCV 2.4.13 calcHist 通过图像计算直方图 函数声明如下: void calcHist( const Mat* images, int nimages,const int* ch ...

  7. OpenCV 图像直方图计算calcHist()

    版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/keith_bb/article/details/56680997 图像直方图是对数据集合的一种统计方 ...

  8. 使用OpenCV,Numpy计算直方图,Matplot绘制直方图及分析

    使用OpenCV,Numpy计算直方图,Matplot绘制直方图及分析 1. 效果图 2. 原理 3. 源码 3.1 直方图3种计算方法和2种绘制方法 3.2 Mask遮罩图像直方图 参考 这篇博客将 ...

  9. opencv二值化找轮廓检测背景简单小物体

    一.前言 本篇主要是针对背景简单,且具有固定颜色的单类小物体,方法为在灰度化时选用图片的HSV中的S通道,再使用opencv 二值化找轮廓大法可将小物体框出. 原理很简单,图片->取S通道灰度化 ...

最新文章

  1. FireDAC 下的 Sqlite [4] - 创建数据库
  2. 在R中调用Java代码
  3. (57)模拟线程切换
  4. python基础知识三——try与except处理异常语句
  5. android圆形进度条ProgressBar颜色设置
  6. HttpURLConnection简单用法
  7. *【牛客 - 318B】签到题(单调栈,水题)
  8. 谷歌Auto-DeepLab:自动搜索图像语义分割架构算法开源实现
  9. (64)SPI外设驱动用户发送模块(三)(第13天)
  10. 解决配置linux环境每次重新连接都需要bash ~/.bashrc的问题
  11. Js打印object对象两种方法
  12. 周志华《机器学习》西瓜书第一章绪论第一部分
  13. 第一章 基于STM32核心板的电路设计与制作流程
  14. 解决sns.load_dataset()加载失败问题github下载缓慢问题
  15. 基于探索者串口更新字库笔记
  16. 区块链开发以太坊ETH单位转换关系
  17. 在linux上压缩文件,Linux上压缩文件的 5 种方法
  18. 眼见不一定为实,电阻、电容和电感的实际等效模型
  19. UOS统信系统任务栏不见解决方案
  20. java:文本域的简单使用

热门文章

  1. CSS选择器种类及使用方法
  2. 安装linux环境及相关包方法
  3. 各型号交换机端口镜像配置方法和命令
  4. mysql ERROR 1396 (HY000): Operation CREATE USER failed 解决办法
  5. 在线图像识别相似图片_宋源:图像识别传感器在制桶设备上的应用(附视频)...
  6. 计算机毕业设计中用java/php/net/pythont物流配送中心管理系统设计
  7. 华为手机全面鸿蒙,彻底与安卓说拜拜,华为手机全面鸿蒙时代即将到来
  8. mysql workbench企业_甲骨文发布MySQL Workbench 6.0版本
  9. OpenVINO安装步骤
  10. tms intraweb html5,TMS VCL Chart