【OpenCV C++20 学习笔记】直方图计算-split, calcHist, normalize

广义直方图

直方图的横坐标除了可以是图片中的强度值，也可以是任何其他我们想要观察的特征。例如，下面的图片矩阵中包含了0-255的强度值：

如果想观察每个宽度为16的强度值区间上的频数分布，我们就可以将横坐标分成下面的区间：
$$\begin{gathered} [0,255]=[0,15]\cup [16,31]\cup .....\cup [240,255] \\ range=bi{n}_1\cup bi{n}_2\cup .....\cup bi{n}_{n=15} \end{gathered}$$
这样就可以得到类似于下图的直方图：

直方图中的元素的定义如下：

1. 维数(dims)：即想要观察的参数的数量，比如上例中只观察灰度图中每个像素的强度值，因此dims = 1；
2. 组数(bins)：每个维度中的数据被分组的数量，比如上例中分了16组区间，所以bins = 16；
3. 全距(range)：被观察的数据的总区间，比如上例中range = [0, 255]；

如果你相观察的参数不止一个，比如说2个，即dims = 2，那就需要画一个3维的图了。

示例

目标

1. 导入图片
2. 分离通道：用split函数将图片分离为R, G, B3个矩阵数据
3. 计算直方图：用calcHist函数对分离出来的3个矩阵分别计算直方图
4. 绘制计算结果

分离通道

split函数，其原型如下：

void cv::split(	const Mat& src,
				Mat*		mvbegin)

该函数将多通道的矩阵数组分成多个单通道的矩阵数组，其中：

• src为要进行通道分离的原矩阵
• mvbegin为接收分离结果的数组的指针，该数组的长度要和原矩阵的通道数相同

该函数还有以下更便利的重载版本（第2个参数不再是指针，而是多维数组）：

void cv::split(	InputArray			m,