直方图概念
上一篇我们讲了直方图的均衡化,里面一些直方图的概念有了介绍。我们再来看了一个图
上述直方图概念是基于图像像素值,其实是对图像梯度,每个像素的角度、等一切图像的属性值,我们都可以建立直方图。这个才是直方图的概念的真正意义,不过是基于图像像素灰度直方图是最常见的。
直方图最常见的几个属性:
-dmis 表示维度,对灰度图像来说只有一个通道值 dmis=1
-bins 表示在维度中子区域大小划分,bins=256,划分为256个级别
-range 表示值得范围,灰度值范围为【0~255】之间
相关的API
代码演示
新建一个项目opencv-0020,配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法
直方图计算的代码
分步说明:
1.分通道显示
这是通过split的函数把源图分通道显示出来,在imshow(img2,bgr_planes[0]),我们分别改为0 ,1 ,2,显示的效果为:
cv::imshow(img2, bgr_planes[0]);
cv::imshow(img2, bgr_planes[1]);
cv::imshow(img2, bgr_planes[2]);
2.设置bin数目和取值范围
3.计算直方图
参数说明如下:
&rgb_planes[0]: 输入数组(或数组集)
1: 输入数组的个数 (这里我们使用了一个单通道图像,我们也可以输入数组集 )
0: 需要统计的通道 (dim)索引 ,这里我们只是统计了灰度 (且每个数组都是单通道)所以只要写 0 就行了。
Mat(): 掩码( 0 表示忽略该像素), 如果未定义,则不使用掩码
r_hist: 储存直方图的矩阵
1: 直方图维数
histSize: 每个维度的bin数目
histRange: 每个维度的取值范围
uniform 和 accumulate: bin大小相同,清楚直方图痕迹
4.创建直方图画布
5.直方图归一化到范围
在画直方图之前,先使用 normalize 归一化直方图,这样直方图bin中的值就被缩放到指定范围。
该函数接受下列参数:
r_hist: 输入数组
r_hist: 归一化后的输出数组(支持原地计算)
0 及 histImage.rows: 这里,它们是归一化 r_hist 之后的取值极限
NORM_MINMAX: 归一化方法 (例中指定的方法将数值缩放到以上指定范围)
-1: 指示归一化后的输出数组与输入数组同类型
Mat(): 可选的掩码
6.在直方图画布上画出直方图
此处是一个一维的直方图,使用了以下表达式:
r_hist.at<float>(i)
:math:`i` 指示维度,假如我们要访问2维直方图,我们就要用到这样的表达式:
r_hist.at<float>( i, j )
7.显示直方图
接下来是我们的显示效果:
我这个图效果不明显,我们再换一个图看看效果
-END-
长按下方二维码关注