Opencv图像处理---直方图计算

理论

什么是直方图？

• 收集直方图，将数据计数组织成一组预定义的箱
• 当我们说数据时，我们并不将其限制为强度值（正如我们在前面的教程中看到的那样）。 收集的数据可以是您发现用于描述图像的任何功能。
• 我们来看一个例子吧。 想象一下，矩阵包含图像的信息（即强度在0-255范围内）：
• 如果我们想要以有组织的方式统计这些数据，会发生什么？ 因为我们知道这种情况下的信息值范围是256个值，所以我们可以在子部分（称为bin）中分割我们的范围，如：
• 我们可以保持每个bini范围内的像素数量。 将此应用于上面的示例，我们得到下面的图像（轴x表示箱子，轴y表示每个箱子中的像素数）。
• 这只是直方图如何工作以及为什么有用的简单示例。 直方图不仅可以保持颜色强度的计数，还可以计算我们想要测量的任何图像特征（即梯度，方向等）。
• 让我们确定直方图的某些部分：

1. dims：要收集数据的参数数量。 在我们的示例中，dims = 1，因为我们只计算每个像素的强度值（在灰度图像中）。
2. bin：它是每个暗淡的细分数量。 在我们的示例中，bin = 16
3. range：要测量的值的限制。 在这种情况下：范围= [0,255]

• 如果要计算两个功能怎么办？ 在这种情况下，您得到的直方图将是一个3D图（其中x和y将是每个要素的binx和biny，z将是（binx，biny）的每个组合的计数数量。同样适用于更多要素 （当然它变得更棘手）。</