minMaxIdx函式原型

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

minMaxIdx引數說明

InputArray型別的src，輸入影像，如Mat型別，
double*型別的minVal，最小值，
double*型別的maxVal，最大值，
int*型別的minIdx，最小值所在位置的索引
int*型別的maxIdx，最大值所在位置的索引
InputArray型別的mask，需要計算最值的范圍

minMaxLoc函式原型

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引數說明

InputArray型別的src，輸入影像，如Mat型別，
double*型別的minVal，最小值，
double*型別的maxVal，最大值，
Point*型別的minLoc，最小值所在位置的索引
Point*型別的maxLoc，最大值所在位置的索引
InputArray型別的mask，需要計算最值的范圍

測驗代碼

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;
int main(void)
{
	// 隨機生成一個矩陣
	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;
}

測驗效果

測驗代碼中，隨機生成100*100的資料矩陣，minmaxIdx和minmaxLoc的區別主要在最值索引的表示不一樣，minmaxIdx中用陣列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對應列，y對應行，所以是[41,9]，

如果文章幫助到你了，可以點個贊讓我知道，我會很快樂~加油！

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/292454.html

標籤：其他

上一篇：C++-影像目標區裁剪ImageCropping