图像纹理复杂度计算

最新推荐文章于 2025-09-03 13:39:04 发布

原创最新推荐文章于 2025-09-03 13:39:04 发布 · 1.4w 阅读

24 ·

CC 4.0 BY-SA版权

DIP 同时被 2 个专栏收录

4 篇文章

订阅专栏

Opencv

2 篇文章

订阅专栏

本文介绍了如何利用图像灰度级直方图的二阶矩（方差）来描述纹理复杂度，该方法通过计算均值m和不同灰度级z的分布来评估。提供了C++代码实现这一计算过程。

定义图像的灰度级直方图的二阶矩（方差）描述纹理复杂度：这里写图片描述

其中z表示灰度，p(zi)为相应的直方图，其中L是不同灰度级的数量。m是z的均值：
这里写图片描述

C++实现如下：

    cv::Mat img = cv::imread("test.bmp");
    int height = img.rows;
    int width = img.cols;
    double mean = 0.0;
    double variance = 0.0;
    int temp = 0;

    for (int y = 0; y < height; y++)
    {
        for (int x = 0; x < width; x++)
        {
            mean += img.at<cv::Vec3b>(y, x)[0];
        }
    }
    mean /= double(height*width);

    //variance(texture complexity纹理复杂度)
    for (int y = 0; y < height; y++)
    {
        for (int x = 0; x < width; x++)
        {
            temp = img.at<cv::Vec3b>(y, x)[0] - mean;
            variance += (temp*temp);
        }
    }
    variance /= double(height*width);
    variance = int(variance / 100);
    std::cout << "variance:" << variance;