OpenCV学习之旅7——直方图与匹配（1）

1. 图像直方图概述

直方图是对数据进行统计的一种方法，并且将统计值组织到一系列事先定义好的bin（直条、组距）中。
直方图用二维图表表示，它的两个坐标分别是统计样本和样本某个属性的强度。对于亮度分布直方图，横坐标左边为纯黑较暗的区域，右侧为较亮纯白区域。
直方图中的一些术语：
dims：需要统计的特征的数目；
bins：每个特征空间子区段数目；
range：每个特征空间的取值范围。

1.1 一维直方图绘制示例

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;

//--------------------------------------【main( )函数】-----------------------------------------
//          描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-------------------------------------------------------------------------------------------------
int main()
{
    //【1】载入原图并显示
    Mat srcImage = imread("1.jpg", 0);
    imshow("原图",srcImage);
    if(!srcImage.data) {cout << "fail to load image" << endl;   return 0;}

    system("color 1F");

    //【2】定义变量
    MatND dstHist;       // 在cv中用CvHistogram *hist = cvCreateHist
    int dims = 1;
    float hranges[] = {0, 255};
    const float *ranges[] = {hranges};   // 这里需要为const类型
    int size = 256;
    int channels = 0;

    //【3】计算图像的直方图
    calcHist(&srcImage, 1, &channels, Mat(), dstHist, dims, &size, ranges);    // cv 中是cvCalcHist
    int scale = 1;

    Mat dstImage(size * scale, size, CV_8U, Scalar(0));
    //【4】获取最大值和最小值
    double minValue = 0;
    double maxValue = 0;
    minMaxLoc(dstHist,&minValue, &maxValue, 0, 0);  //  在cv中用的是cvGetMinMaxHistValue

    //【5】绘制出直方图
    int hpt = saturate_cast<int>(0.9 * size);
    for(int i = 0; i < 256; i++)
    {
        float binValue = dstHist.at<float>(i);          
        int realValue = saturate_cast<int>(binValue * hpt/maxValue);
        rectangle(dstImage,Point(i*scale, size - 1), Point((i+1)*scale - 1, size - realValue), Scalar(255));
    }
    imshow("一维直方图", dstImage);
    waitKey(0);
    return 0;
}

1.2 二维直方图绘制示例

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;

//--------------------------------------【main( )函数】-----------------------------------------
//          描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main( )
{

    //【1】载入源图，转化为HSV颜色模型
    Mat srcImage, hsvImage;
    srcImage=imread("1.jpg");
    cvtColor(srcImage,hsvImage, CV_BGR2HSV);

    system("color 2F");

    //【2】参数准备
    //将色调量化为30个等级，将饱和度量化为32个等级
    int hueBinNum = 30;//色调的直方图直条数量
    int saturationBinNum = 32;//饱和度的直方图直条数量
    int histSize[ ] = {hueBinNum, saturationBinNum};
    // 定义色调的变化范围为0到179
    float hueRanges[] = { 0, 180 };
    //定义饱和度的变化范围为0（黑、白、灰）到255（纯光谱颜色）
    float saturationRanges[] = { 0, 256 };
    const float* ranges[] = { hueRanges, saturationRanges };
    MatND dstHist;
    //参数准备，calcHist函数中将计算第0通道和第1通道的直方图
    int channels[] = {0, 1};

    //【3】正式调用calcHist，进行直方图计算
    calcHist( &hsvImage,//输入的数组
        1, //数组个数为1
        channels,//通道索引
        Mat(), //不使用掩膜
        dstHist, //输出的目标直方图
        2, //需要计算的直方图的维度为2
        histSize, //存放每个维度的直方图尺寸的数组
        ranges,//每一维数值的取值范围数组
        true, // 指示直方图是否均匀的标识符，true表示均匀的直方图
        false );//累计标识符，false表示直方图在配置阶段会被清零

    //【4】为绘制直方图准备参数
    double maxValue=0;//最大值
    minMaxLoc(dstHist, 0, &maxValue, 0, 0);//查找数组和子数组的全局最小值和最大值存入maxValue中
    int scale = 10;
    Mat histImg = Mat::zeros(saturationBinNum*scale, hueBinNum*10, CV_8UC3);

    //【5】双层循环，进行直方图绘制
    for( int hue = 0; hue < hueBinNum; hue++ )
        for( int saturation = 0; saturation < saturationBinNum; saturation++ )
        {
            float binValue = dstHist.at<float>(hue, saturation);//直方图组距的值
            int intensity = cvRound(binValue*255/maxValue);//强度

            //正式进行绘制
            rectangle( histImg, Point(hue*scale, saturation*scale),
                Point( (hue+1)*scale - 1, (saturation+1)*scale - 1),
                Scalar::all(intensity),
                CV_FILLED );
        }

        //【6】显示效果图
        imshow( "素材图", srcImage );
        imshow( "H-S 直方图", histImg );

        waitKey();
}

1.3 绘制RGB三色直方图

#include <opencv2/opencv.hpp>  
#include <opencv2/imgproc/imgproc.hpp>  
using namespace cv;  

//--------------------------------------【main( )函数】-----------------------------------------
//          描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main(  )
{

    //【1】载入素材图并显示
    Mat srcImage;
    srcImage=imread("1.jpg");
    imshow( "素材图", srcImage );

    system("color 3F");

    //【2】参数准备
    int bins = 256;
    int hist_size[] = {bins};
    float range[] = { 0, 256 };
    const float* ranges[] = { range};
    MatND redHist,grayHist,blueHist;
    int channels_r[] = {0};

    //【3】进行直方图的计算（红色分量部分）
    calcHist( &srcImage, 1, channels_r, Mat(), //不使用掩膜
        redHist, 1, hist_size, ranges,
        true, false );

    //【4】进行直方图的计算（绿色分量部分）
    int channels_g[] = {1};
    calcHist( &srcImage, 1, channels_g, Mat(), // do not use mask
        grayHist, 1, hist_size, ranges,
        true, // the histogram is uniform
        false );

    //【5】进行直方图的计算（蓝色分量部分）
    int channels_b[] = {2};
    calcHist( &srcImage, 1, channels_b, Mat(), // do not use mask
        blueHist, 1, hist_size, ranges,
        true, // the histogram is uniform
        false );

    //-----------------------绘制出三色直方图------------------------
    //参数准备
    double maxValue_red,maxValue_green,maxValue_blue;
    minMaxLoc(redHist, 0, &maxValue_red, 0, 0);
    minMaxLoc(grayHist, 0, &maxValue_green, 0, 0);
    minMaxLoc(blueHist, 0, &maxValue_blue, 0, 0);
    int scale = 1;
    int histHeight=256;
    Mat histImage = Mat::zeros(histHeight,bins*3, CV_8UC3);

    //正式开始绘制
    for(int i=0;i<bins;i++)
    {
        //参数准备
        float binValue_red = redHist.at<float>(i); 
        float binValue_green = grayHist.at<float>(i);
        float binValue_blue = blueHist.at<float>(i);
        int intensity_red = cvRound(binValue_red*histHeight/maxValue_red);  //要绘制的高度
        int intensity_green = cvRound(binValue_green*histHeight/maxValue_green);  //要绘制的高度
        int intensity_blue = cvRound(binValue_blue*histHeight/maxValue_blue);  //要绘制的高度

        //绘制红色分量的直方图
        rectangle(histImage,Point(i*scale,histHeight-1),
            Point((i+1)*scale - 1, histHeight - intensity_red),
            CV_RGB(255,0,0));

        //绘制绿色分量的直方图
        rectangle(histImage,Point((i+bins)*scale,histHeight-1),
            Point((i+bins+1)*scale - 1, histHeight - intensity_green),
            CV_RGB(0,255,0));

        //绘制蓝色分量的直方图
        rectangle(histImage,Point((i+bins*2)*scale,histHeight-1),
            Point((i+bins*2+1)*scale - 1, histHeight - intensity_blue),
            CV_RGB(0,0,255));

    }

    //在窗口中显示出绘制好的直方图
    imshow( "图像的RGB直方图", histImage );
    waitKey(0);
    return 0;
}

1.4 calcHist()函数

void calcHist( const Mat* images, int nimages,const int* channels, InputArray mask,OutputArray hist, int dims, const int* histSize,const float** ranges, bool uniform=true, bool accumulate=false );

用于计算一个或多个阵列的直方图。
第一个参数：const Mat* 类型的images；
第二个参数：输入数组的数量，即第一个参数的图片数量；
第三个参数：需要统计的通道（dim）索引，即需要统计的特征的数量索引（数组）；
第四个参数：可选的操作掩码；
第五个参数：输出二维直方图；
第六个参数：直方图的维数；
第七个参数：存放每个维度的直方图尺寸的数组；
第八个参数：每个维度参数的范围数组；
第九个参数：直方图是否均匀参数，默认为true；
第十个参数：累积标识符。

1.5 minMaxLoc()函数

void minMaxLoc(InputArray src, CV_OUT double* minVal,CV_OUT double* maxVal=0, CV_OUT Point* minLoc=0,CV_OUT Point* maxLoc=0, InputArray mask=noArray());CV_EXPORTS void minMaxIdx(InputArray src, double* minVal, double* maxVal,

在数组中找到全局的最大值和最小值。
第一个参数：输入的单通道阵列；
第二个参数：返回最小值的指针；
第三个参数：返回最大值的指针；
第四个参数：返回最小位置的指针；
第五个参数：返回最大位置的指针；
第六个参数：子阵列可选掩码；