利用OpenCV的函数minMaxLoc()获取图像中像素的最小值、最大值以及对应的坐标值

函数minMaxLoc()的原型如下：
C++原型：

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

Python原型：

minVal, maxVal, minLoc, maxLoc=cv.minMaxLoc(src[, mask])

参数意义很简单，官方文档原文如下：
src—input single-channel array.
minVal—pointer to the returned minimum value; NULL is used if not required.
maxVal—pointer to the returned maximum value; NULL is used if not required.
minLoc—pointer to the returned minimum location (in 2D case); NULL is used if not required.
maxLoc—pointer to the returned maximum location (in 2D case); NULL is used if not required.
mask—optional mask used to select a sub-array.

要注意的是，
函数minMaxLoc()只能处理单通道的图像或矩阵，
如果大于了二维，
在Python中可以用函数reshape()先把矩阵形状进行调整，再使用函数minMaxLoc()，关于函数reshape()的详细介绍大家可以参考博文：https://www.hhai.cc/thread-155-1-1.html
在OpenCV-C++中则可以使用函数split()把各通道进行分离，再使用函数minMaxLoc()，当然Python环境下也可以这么做，关于函数split()的详细介绍，可以参考链接 https://www.hhai.cc/thread-151-1-1.html，另外OpenCV-C++环境下，还可以使用函数cv::extractChannel()单独抽取出某通道哦。

使用也很简单，大家一看示例代码就知道怎么用了。

C++示例代码如下：

//出处：昊虹AI笔记网(hhai.cc)
//用心记录计算机视觉和AI技术

//OpenCV版本 OpenCV3.0

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;


int main()
{
   

	cv::Mat A1 = (cv::Mat_<uchar>(3, 3) << 1, 2, 3,
		6, 7, 8,
		11, 88, 13);

	cout << "A1中的数据为：\n" << A1 << endl << endl;

	double minval_1, maxval_1;
	Point minloc_1, maxloc_1;

	cv::minMaxLoc(A1, &minval_1, &maxval_1, &minloc_1, &maxloc_1);
	
	cout << "A1中的最小值为：\n" << minval_1 << endl << endl;
	cout << "A1中的最大值为：\n" << maxval_1 << endl << endl;
	
	cout << "A1中的最小值的位置为：\n" << minloc_1 << endl << endl;
	cout << "A1中的最大值的位置为：\n" << maxloc_1 << endl << endl;


	return(0);
}

 

  
 

运行结果如下：

Python示例代码如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# 出处：昊虹AI笔记网(hhai.cc)
# 用心记录计算机视觉和AI技术
# OpenCV的版本为4.4.0

import numpy as np
import cv2 as cv

if __name__ == '__main__':
    A1 = np.array([[1, 2, 3],
                  [6, 7, 8],
                  [11, 88, 13]], dtype='int8')

    minval_1, maxval_1, minloc_1, maxloc_1 = cv.minMaxLoc(A1)
    print('A1中最小值为：{}, 其位置为：{}'.format(minval_1, minloc_1))
    print('A1中最大值为：{}, 其位置为：{}'.format(maxval_1, maxloc_1))

    # 关闭窗口
    cv.waitKey(0)
    cv.destroyAllWindows()


 

  
 

运行结果如下：