如何用Eigen实现逐元素比较？灰度图像均值二值化需求

嘿，这问题我熟！刚好可以用Eigen的Array逐元素运算完美实现你的需求，我来帮你补全代码并解释清楚：

首先，你已经完成了从OpenCV Mat到Eigen Matrix的转换，并且算出了图像均值，接下来只需要利用Eigen的逐元素条件判断生成目标二值数组：

完整代码片段 #

#include <Eigen/Dense>
#include <opencv2/opencv.hpp>

int main() {
    std::string img_path = "your_image_path.jpg";
    
    cv::Mat cv_image; 
    // 新版OpenCV推荐用IMREAD_GRAYSCALE，旧版本CV_LOAD_IMAGE_GRAYSCALE也兼容
    cv_image = cv::imread(img_path, cv::IMREAD_GRAYSCALE); 
    
    Eigen::MatrixXf eig_image; 
    cv::cv2eigen(cv_image, eig_image); 
    
    float image_mean = eig_image.mean(); 
    Eigen::ArrayXXf bin_image; 

    // 核心实现：完全贴合你的伪代码逻辑
    bin_image = (eig_image.array() > image_mean).cast<float>() * 1.0f 
              + (eig_image.array() < image_mean).cast<float>() * (-1.0f);

    // （可选）如果需要把结果转回OpenCV Mat格式
    cv::Mat cv_bin_image;
    cv::eigen2cv(bin_image, cv_bin_image);

    return 0;
}

代码细节解释 #

• eig_image.array()：把Eigen Matrix转换成Array类型——Matrix更适合线性代数运算，而Array专门用于逐元素的操作，刚好匹配我们的需求
• (eig_image.array() > image_mean)：返回一个布尔型Array，每个元素对应原图像素是否大于均值（true/false）
• .cast<float>()：把布尔值转成浮点型，true对应1.0f，false对应0.0f
• 最后通过乘法+加法组合：大于均值的元素得到1*1 + 0*(-1) = 1，小于均值的得到0*1 + 1*(-1) = -1，等于均值的元素两个条件都不满足，结果为0

额外调整建议 #

如果想处理等于均值的像素，比如把它们归到某一类，只需要修改条件：

• 把等于均值的像素设为+1：(eig_image.array() >= image_mean).cast<float>() * 1.0f + (eig_image.array() < image_mean).cast<float>() * (-1.0f)
• 把等于均值的像素设为-1：(eig_image.array() > image_mean).cast<float>() * 1.0f + (eig_image.array() <= image_mean).cast<float>() * (-1.0f)

内容的提问来源于stack exchange，提问作者Vadim Smolyakov