Opencv中图像的灰度直方图

主要是计算图像的灰度直方图并显示

#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>
#include<iostream>

using namespace std;
using namespace cv;

//求一幅灰度图像的直方图图像，返回的是直方图图像
Mat getHistograph(const Mat grayImage);

int main(int argc,char* argv[])
{
	//加载图像
	Mat image;
	image=imread("lena.bmp",IMREAD_COLOR);
	//判断是否为空
	if(image.empty())
	{
		cerr<<""<<endl;
		return -1;
	}
	//定义灰度图像，转成灰度图
	Mat grayImage;
	cvtColor(image,grayImage,COLOR_BGR2GRAY);
	//double x=compareHist(hist,hist,/*CV_COMP_CORREL、CV_COMP_INTERSECT*/CV_COMP_BHATTACHARYYA);
	//直方图图像
	Mat hist=getHistograph(grayImage);

	imshow("src",image);
	imshow("hist",hist);
	waitKey(0);
	return 0;
}
//注释是自己理解，若有错误，欢迎批评指正！
Mat getHistograph(const Mat grayImage)
{
	//定义求直方图的通道数目，从0开始索引
	int channels[]={0};
	//定义直方图的在每一维上的大小，例如灰度图直方图的横坐标是图像的灰度值，就一维，bin的个数
	//如果直方图图像横坐标bin个数为x，纵坐标bin个数为y，则channels[]={1,2}其直方图应该为三维的，Z轴是每个bin上统计的数目
	const int histSize[]={256};
	//每一维bin的变化范围
	float range[]={0,256};

	//所有bin的变化范围，个数跟channels应该跟channels一致
	const float* ranges[]={range};

	//定义直方图，这里求的是直方图数据
	Mat hist;
	//opencv中计算直方图的函数，hist大小为256*1，每行存储的统计的该行对应的灰度值的个数
	calcHist(&grayImage,1,channels,Mat(),hist,1,histSize,ranges,true,false);

	//找出直方图统计的个数的最大值，用来作为直方图纵坐标的高
	double maxValue=0;
	//找矩阵中最大最小值及对应索引的函数
	minMaxLoc(hist,0,&maxValue,0,0);
	//最大值取整
	int rows=cvRound(maxValue);
	//定义直方图图像，直方图纵坐标的高作为行数，列数为256(灰度值的个数)
	//因为是直方图的图像，所以以黑白两色为区分，白色为直方图的图像
	Mat histImage=Mat::zeros(rows,256,CV_8UC1);

	//直方图图像表示
	for(int i=0;i<256;i++)
	{
		//取每个bin的数目
		int temp=(int)(hist.at<float>(i,0));
		//如果bin数目为0，则说明图像上没有该灰度值，则整列为黑色
		//如果图像上有该灰度值，则将该列对应个数的像素设为白色
		if(temp)
		{
			//由于图像坐标是以左上角为原点，所以要进行变换，使直方图图像以左下角为坐标原点
			histImage.col(i).rowRange(Range(rows-temp,rows))=255; 
		}
	}
	//由于直方图图像列高可能很高，因此进行图像对列要进行对应的缩减，使直方图图像更直观
	Mat resizeImage;
	resize(histImage,resizeImage,Size(256,256));
	return resizeImage;
}

实验结果：

如果对求的直方图图像不进行resize(列太高了)，结果为：