这可能是一件非常简单的事情，但我与此有冲突。我将特定的二进制图像（28 x 28）分成（4 x 4）个样本。现在我想计算每个样本的像素密度（我将这些密度值用作OCR应用程序中的特征）。据我所知，密度定义了特定区域中的像素数，例如每平方英寸7个像素。在这里是一样的吗？我的所有样本都有4个像素。 Moment->m00和像素密度之间是否存在关系？有人可以解释一下吗？请帮忙
答案 0 :(得分：2)
“密度”描述“一件事”对应于“一小部分空间”的多少。
就图像而言，可能是“图像片段”所持有的“颜色量”。
对于作为像素阵列保存的黑白或灰度图像，可能只是一个平均像素值。
例如，如果您的图像是黑白图像（即像素的值为0或1）：如果样本是4x4正方形，则其面积为16.在此区域中，您可以使用0到16像素，分别为0.0和1.0。这里有4个黑色像素和12个白色表示密度为4/16 = 0.25（或12/16 = 0.75，具体取决于您将哪些像素视为“空”（黑色或白色？））。
例如，如果您的图像是灰度图像（即，像素的值范围为0..255，描述它们的白色）：如果样本是4x4的正方形，则其面积为16.在此区域你可以有0到16个像素，分别是0％和100％。除了四个像素之外的所有像素都是“空”，而这四个像素的值为100,100,50,50，密度为（100 + 100 + 50 + 50）/ 255/16 = 0.073。请注意，像素的最小值为min = 0，最大值为255。如果您的像素具有不同的值范围，请进行适当调整。
就OpenCV而言，我假设moment->m00是“空间图像m = 0，n = 0时刻”。因此，您可能希望查看http://software.intel.com/sites/products/documentation/hpc/ipp/ippi/ippi_ch11/ch11_image_moments.html
查看该文档和公式，我认为您可以在m00或m11字段中找到密度。我认为既然m和n是0，那么m00将等于1（一），而m11将保持2D图像的平均像素值，但我没有尝试/检查所以我不是100％肯定。