编写一段cpp代码，求取cv::mat的均值

在OpenCV库中，`cv::Mat`表示一个二维图像矩阵。计算一个`cv::Mat`的均值通常涉及遍历矩阵的所有像素并累加它们，然后除以像素总数。以下是一段C++代码示例，展示了如何计算`cv::Mat`的平均像素值：

#include <opencv2/opencv.hpp>

cv::Scalar calculateMean(const cv::Mat& image)
{
    // 检查输入是否为单通道灰度图像或彩色图像
    if (image.channels() == 1 || image.channels() == 3) {
        int rows = image.rows, cols = image.cols;
        
        // 初始化均值变量
        double sum = 0.0, count = 0;

        // 遍历图像所有像素
        for (int y = 0; y < rows; ++y) {
            const uchar* row = image.ptr<uchar>(y); // 获取当前行指针
            for (int x = 0; x < cols; ++x) {
                if (image.channels() == 1) { // 灰度图像
                    sum += static_cast<double>(*row++);
                } else { // 彩色图像
                    sum += static_cast<double>(*(row + 0)); // BGR, 加上蓝色分量
                    sum += static_cast<double>(*(row + 1)); // G
                    sum += static_cast<double>(*(row + 2)); // R
                    row += 3;
                }
                count++;
            }
        }

        // 计算均值并将其封装到一个cv::Scalar结构体中
        cv::Scalar mean( static_cast<float>(sum / count), static_cast<float>(sum / count), static_cast<float>(sum / count) );
        return mean;
    } else {
        std::cerr << "Invalid image channels. The function supports only grayscale or RGB images." << std::endl;
        return cv::Scalar();
    }
}

int main()
{
    cv::Mat inputImage = ... // 从文件或相机加载你的图像
    cv::Scalar mean = calculateMean(inputImage);
    std::cout << "Image Mean: (" << mean.val[0] << ", " << mean.val[1] << ", " << mean.val[2] << ")" << std::endl;
    return 0;
}

这段代码首先检查输入图像的通道数，然后遍历每个像素并累加其值。最后，它将总和除以像素数，得到均值并返回一个`cv::Scalar`类型的均值结果。