图像直方图包含丰富的图像细节信息,反映了图像像素点的概率分布情况,广泛应用于空间预处理、特征描述及特征匹配等领域。
图像是由像素点构成的,灰度直方图用来描述图像中各个灰度级的像素个数(或者该灰度级像素出现的频率),灰度直方图的横坐标表示灰度级,纵坐标表示图像中该灰度级出现的次数(频率)。
opencv提供了一个简单计算数组集(通常是图像或分割后的通道)的直方图函数calcHist,下面将对其接口函数定义进行解释。
void calcHist(const Mat* images, int nimages, const int* channels, inputAttay mask, outputArray hist, int dims, const int* histSize, const float** ranges, bool uniform = true, bool accumulate = false)
函数解析:
参数images表示输入图像源指针,图像源必须是同样的深度信息,可以是CV_8U或CV_32U,可以有任意的通道数。参数nimages表示待计算图像源中图像的个数,用于单幅图像计算直方图时通常nimages为1.参数channels表示需要统计图像的通道数数组索引,第一个通道由0到array[0].channels()-1。参数mask表示可选掩码,如果矩阵不为空,该掩码必须是8-bit且需要和图像源同样尺寸,掩码的费灵芝标记需要在直方图中统计数组元素,默认设置为空图像。参数hist输出计算得到的直方图,通常是一个稠密或者稀疏的多维数组。参数dims输出直方图的维数,必须为正,目前opencv最大为32维,常用的灰度图像是一维,彩图为3维,参数histSize表示直方图横坐标的区间数。常用于指出直方图数组每一维大小的数组,及支出每一维的bin的个数的数组。如果是5,横坐标分为5份,统计每个区间的像素点总和。参数ranges表示用于指出直方图每一位的每个bin的上下界范围数组的数组,对于均匀直方图,参数ranges是一个包含两个元素的数组。参数uniform是表示直方图是否均匀标志。参数accumulate是累计标志,用于设置是否清除开始分配时的直方图累计标志。
代码如下:
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/opencv.hpp"
#include "opencv2/core/core.hpp"
#include <stdio.h>
#include <string>
using namespace std;
using namespace cv;
int main()
{
cv::Mat srcImage = cv::imread("C:\\Users\\LP\\Desktop\\C++\\ConsoleApplication4\\ConsoleApplication4\\RGBFlower4.jpg");
if (srcImage.empty())
{
return -1;
}
cv::imshow("原图像", srcImage);
//灰度转换
cv::Mat srcGray;
cv::cvtColor(srcImage, srcGray, CV_RGB2GRAY);
cv::imshow("srcGray", srcGray);
//定义直方图参数
const int channels[1] = {0};
const int histSize[1] = {256};
float pranges[2] = {0, 255};
const float* ranges[1] = {pranges};
cv::MatND hist;
//计算直方图
cv:;calcHist(&srcGray, 1, channels, cv::Mat(), hist, 1, histSize, ranges);
//初始化画布参数
int hist_w = 500;
int hist_h = 500;
int nHistSize = 255;
//区间
int bin_w = cvRound((double) hist_w / nHistSize);
cv::Mat histImage(hist_w, hist_h, CV_8UC3, cv::Scalar(0, 0, 0));
//将直方图归一化到[0, histImage.rows]
normalize(hist, hist, 0, histImage.rows, cv::NORM_MINMAX, -1, cv::Mat());
//在直方图画布上画出直方图
for (int i = 1; i < nHistSize; i++)
{
line(histImage, cv::Point(bin_w*(i-1), hist_h - cvRound(hist.at<float>(i-1))), cv::Point(bin_w*(i),
hist_h-cvRound(hist.at<float>(i))), cv::Scalar(0, 0, 255), 2, 8, 0);
}
//显示直方图
cv::imshow("histImage", histImage);
cv::waitKey(0);
return 0;
}