OpenCV如何判断一张图片是否有过高的明暗变化

本文主要是介绍OpenCV如何判断一张图片是否有过高的明暗变化，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

前言

判断一张图片是否有过高的明暗变化，可以通过分析图像的亮度分布一致性来实现。一种常见的做法是计算图像的亮度标准差（Standard Deviation）。标准差越大，表示图像中的亮度差异越大，即明暗变化可能较为剧烈。

代码实现

在C++中，你可以直接使用OpenCV库与C++标准库或Boost等数学库结合来计算图像的亮度标准差。虽然OpenCV的cv::Mat类本身不直接提供标准差计算函数，但你可以利用OpenCV的数据结构配合C++ STL中的算法来实现这一功能。以下是一个使用C++和OpenCV计算图像亮度标准差的例子：

#include <iostream>
#include <opencv2/opencv.hpp>
#include <vector>/*** 计算灰度图像的亮度标准差* @param imgGray 输入的灰度图像，必须是单通道的8位无符号整型图像。* @return 返回图像亮度的标准差。* * 该函数接收一个灰度图像作为输入，首先验证图像的类型是否满足要求，* 然后使用OpenCV的meanStdDev函数计算图像亮度的均值和标准差。* 最后，函数返回计算得到的亮度标准差。*/
double calculateBrightnessStdDev( const cv::Mat& imgGray )
{// 确保输入图像为单通道的8位无符号整型灰度图像CV_Assert( imgGray.type() == CV_8UC1 );// 计算图像的均值和标准差cv::Scalar mean, stddev;cv::meanStdDev( imgGray, mean, stddev );// 返回图像亮度的标准差return stddev.val[ 0 ];
}int main( int argc, char** argv )
{// 读取图像并转换为灰度cv::Mat img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/fruit.jpg", cv::IMREAD_GRAYSCALE );if ( img.empty() ){std::cerr << "Could not open or find the image" << std::endl;return -1;}// 计算并打印图像的亮度标准差double stdDev = calculateBrightnessStdDev( img );std::cout << "The standard deviation of brightness in the image fruit is: " << stdDev << std::endl;img    = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/black.jpg", cv::IMREAD_GRAYSCALE );stdDev = calculateBrightnessStdDev( img );std::cout << "The standard deviation of brightness in the image black is: " << stdDev << std::endl;return 0;
}