【OpenCV学习笔记】二十一、直方图计算及绘制（一）

DetailAI

已于 2022-06-15 11:25:39 修改

阅读量1.2k

点赞数 2

分类专栏： OpenCV学习笔记文章标签： OpenCV 图像处理

于 2017-03-28 21:33:25 首次发布

本文链接：https://blog.csdn.net/abc8730866/article/details/67650358

版权

OpenCV学习笔记专栏收录该内容

24 篇文章 12 订阅

订阅专栏

直方图计算及绘制(一)

1.计算直方图——calcHist()

2.完成了四种直方图的绘制：一维灰度直方图；一维灰度直方图(不均匀)；BGR三色直方图；二维直方图。

先上ppt：

代码：

1.一维灰度直方图

#include "opencv2/opencv.hpp"
using namespace cv;
#include <iostream>
using namespace std;
int main()
{
	///一维灰度直方图
	//1.计算直方图
	Mat srcImg = imread("1.jpg",CV_LOAD_IMAGE_GRAYSCALE);
	int nimages = 1;//图像的个数
	int channels = 0;//需要统计通道的索引
	Mat mask = Mat();
	Mat histImg;//存放输出的直方图
	int dims = 1;//需要计算的直方图的维度
	int histSize = 256;//计算的直方图的分组数
	float range[] = { 0, 256 };//表示直方图每一维度的取值范围[0,256)
	const float* ranges[] = { range };//参数形式需要,表示每一维度数值的取值范围
	calcHist(&srcImg,nimages,&channels,mask,histImg,dims,&histSize,ranges);//计算直方图
	//2.绘制直方图
	double minValue = 0;
	double maxValue = 0;
	minMaxLoc(histImg,&minValue,&maxValue);//得到计算出的直方图中的最小值和最大值
	int width = histSize;//定义绘制直方图的宽度，令其等于histSize
    int height = 400;//定义绘制直方图的高度
	Mat dstImg = Mat::zeros(Size(width,height),CV_8UC3);//宽为histSize，高为height
	for (int i = 0; i < histSize;i++)//遍历histImg
	{
		float binValue = histImg.at<float>(i);//得到histImg中每一分组的值
		cout <<"i: "<<i<<" ,binValue: "<<binValue<< endl;
		float realValue = (binValue / maxValue)*height;//归一化数据，缩放到图像的height之内
		cout << "i: " << i << " ,realValue: " << realValue << endl;
		//用直线方法绘制直方图，注意两端点坐标的计算
		line(dstImg, Point(i, height - 1), Point(i, height - 1 - realValue), Scalar(255,0,0), 1);
	}
	imshow("srcImg",srcImg);
    imshow("Histogram", dstImg);
	waitKey(0);
	return 0;
}

运行结果：

2.一维灰度直方图(不均匀)

#include "opencv2/opencv.hpp"
using namespace cv;
#include <iostream>
using namespace std;
int main()
{
	///一维灰度直方图(不均匀)
    //1.计算直方图
	Mat srcImg = imread("1.jpg", CV_LOAD_IMAGE_GRAYSCALE);
	int nimages = 1;//图像的个数
	int channels = 0;//需要统计通道的索引
	Mat mask = Mat();
	Mat histImg;//存放输出的直方图
	int dims = 1;//需要计算的直方图的维度
	int histSize = 5;//计算的直方图的分组数
	float range[] = { 0, 50,100,150,200,256 };//表示直方图每一维度的取值范围
	const float* ranges[] = { range };//参数形式需要,表示每一维度数值的取值范围
	//计算直方图,注意最后的直方图是否均匀的标识符置为false
	calcHist(&srcImg, nimages, &channels, mask, histImg, dims, &histSize, ranges,false);
	//2.绘制直方图
	double minValue = 0;
	double maxValue = 0;
	minMaxLoc(histImg, &minValue, &maxValue);//得到计算出的直方图中的最小值和最大值
	int width = 400;//定义绘制直方图的宽度
	int height = 400;//定义绘制直方图的高度
	Mat dstImg = Mat::zeros(Size(width, height), CV_8UC3);//宽为histSize，高为height
	for (int i = 0; i < histSize; i++)//遍历histImg
	{
		float binValue = histImg.at<float>(i);//得到histImg中每一分组的值
		cout << "i: " << i << " ,binValue: " << binValue << endl;
		float realValue = (binValue / maxValue)*height;//归一化数据，缩放到图像的height之内
		cout << "i: " << i << " ,realValue: " << realValue << endl;
		//用矩形方法绘制直方图，注意左上点和右下点坐标的计算
		rectangle(dstImg,Point(40*i,height-1-realValue),Point(40*i+20,height-1),Scalar(255,0,0),-1);
	}
	imshow("srcImg", srcImg);
    imshow("Histogram", dstImg);
	waitKey(0);
	return 0;
}

运行结果：

3.BGR三色直方图绘制

#include "opencv2/opencv.hpp"
using namespace cv;
#include <iostream>
using namespace std;
int main()
{
	///BGR三色直方图绘制
	//1.计算BGR三个通道的直方图
	Mat srcImg = imread("1.jpg",CV_LOAD_IMAGE_COLOR);
	int nimages = 1;//图像的个数
	Mat mask = Mat();
	int dims = 1;//需要计算的直方图的维度
	int histSize = 256;//计算的直方图的分组数
	float range[] = { 0, 256 };
	const float* ranges[] = { range };//参数形式需要，表示直方图每一维度的取值范围
	Mat histImg_B;//存放输出的蓝色通道的直方图
	int channels_B = 0;//蓝色通道的索引
	calcHist(&srcImg, nimages, &channels_B, mask, histImg_B, dims, &histSize, ranges);//计算蓝色通道直方图
	Mat histImg_G;//存放输出的绿色通道的直方图
	int channels_G = 1;//绿色通道的索引
	calcHist(&srcImg, nimages, &channels_G, mask, histImg_G, dims, &histSize, ranges);//计算绿色通道直方图
	Mat histImg_R;//存放输出的红色通道的直方图
	int channels_R = 2;//红色通道的索引
	calcHist(&srcImg, nimages, &channels_R, mask, histImg_R, dims, &histSize, ranges);//计算红色通道直方图
	//2.绘制BGR三个通道的直方图
	double minValue_B = 0;
	double maxValue_B = 0;
	minMaxLoc(histImg_B,&minValue_B,&maxValue_B);//得到蓝色通道直方图中的最小值和最大值
	double minValue_G = 0;
	double maxValue_G = 0;
	minMaxLoc(histImg_G, &minValue_G, &maxValue_G);//得到绿色通道直方图中的最小值和最大值
	double minValue_R = 0;
	double maxValue_R = 0;
	minMaxLoc(histImg_R, &minValue_R, &maxValue_R);//得到红色通道直方图中的最小值和最大值
	int width = histSize;//定义绘制直方图的宽度，令其等于histSize
	int height = 400;//定义绘制直方图的高度
	Mat dstImg = Mat::zeros(Size(3*histSize,height),CV_8UC3);//宽为3*histSize，高为height
	for (int i = 0; i < histSize;i++)//遍历histImg
	{
		//绘制蓝色通道直方图
		float binValue_B = histImg_B.at<float>(i);//得到histImg中每一分组的值
		cout <<"i: "<<i<<" ,binValue_B: "<<binValue_B<< endl;
		float realValue_B = (binValue_B / maxValue_B)*height;//归一化数据，缩放到图像的height之内
		cout << "i: " << i << " ,realValue_B: " << realValue_B << endl;
		//用直线方法绘制直方图，注意两端点坐标的计算
		line(dstImg, Point(i, height - 1), Point(i, height - 1 - realValue_B), Scalar(255,0,0), 1);
		//绘制绿色通道直方图
		float binValue_G = histImg_G.at<float>(i);//得到histImg中每一分组的值
		cout << "i: " << i << " ,binValue_G: " << binValue_G << endl;
		float realValue_G = (binValue_G / maxValue_G)*height;//归一化数据，缩放到图像的height之内
		cout << "i: " << i << " ,realValue_G: " << realValue_G << endl;
		//用直线方法绘制直方图，两端点横坐标在之前的基础上加上histSize
		line(dstImg, Point(i + histSize, height - 1), Point(i + histSize, height - 1 - realValue_G), Scalar(0, 255, 0), 1);
		//绘制红色通道直方图
		float binValue_R = histImg_R.at<float>(i);//得到histImg中每一分组的值
		cout << "i: " << i << " ,binValue_R: " << binValue_R << endl;
		float realValue_R = (binValue_R / maxValue_R)*height;//归一化数据，缩放到图像的height之内
		cout << "i: " << i << " ,realValue_R: " << realValue_R << endl;
		//用直线方法绘制直方图，两端点横坐标在之前的基础上加上2*histSize
		line(dstImg, Point(i + 2 * histSize, height - 1), Point(i + 2 * histSize, height - 1 - realValue_R), Scalar(0, 0, 255), 1);
	}
	namedWindow("srcImg", CV_WINDOW_NORMAL);//定义一个窗口，CV_WINDOW_NORMAL大小可调整
	imshow("srcImg", srcImg);
	namedWindow("BGR Histogram", CV_WINDOW_NORMAL);//定义一个窗口，CV_WINDOW_NORMAL大小可调整
	imshow("BGR Histogram", dstImg);
	waitKey(0);
	return 0;
}

运行结果：

4.二维直方图

#include "opencv2/opencv.hpp"
using namespace cv;
#include <iostream>
using namespace std;
int main()
{
	///二维直方图(对于二维直方图还不是太理解，目前理解是横纵坐标表示位置，用颜色强度反映其值)
	//1.计算直方图
	Mat srcImg = imread("1.jpg", CV_LOAD_IMAGE_COLOR);
	int nimages = 1;//图像的个数
	Mat mask = Mat();
	int channels[2] = {0,1};//0通道以及1通道
	int dims = 2;//2维
	Mat histImg;
	int histSize_B = 256;//蓝色通道直方图的分组数
	int histSize_G = 256;//红色通道直方图的分组数
	int histSize[2] = { histSize_B, histSize_G };//存放每个维度的直方图尺寸的数组
	float range_B[] = { 0, 256 };//表示蓝色通道直方图的取值范围[0,256)
	float range_G[] = { 0, 256 };//表示红色融到直方图的取值范围[0,256)
	const float* ranges[] = { range_B,range_G };//表示每一维度数值的取值范围
	calcHist(&srcImg, nimages, channels, mask, histImg, dims, histSize, ranges);//计算直方图
	//2.绘制直方图
	double minValue = 0;
	double maxValue = 0;
	minMaxLoc(histImg, &minValue, &maxValue);//得到计算出的直方图中的最小值和最大值
	int width = histSize_B;//定义绘制直方图的宽度，令其等于histSize
	int height = histSize_G;//定义绘制直方图的高度
	Mat dstImg = Mat::zeros(Size(width, height), CV_8UC3);//宽为histSize_B，高为histSize_G
	for (int i = 0; i < histSize_B; i++)//遍历histSize_B
	{
		for (int j = 0; j < histSize_G; j++)//遍历histSize_G
		{
		float binValue = histImg.at<float>(i,j);//得到histImg中每一分组的值
		//cout << "(i,j):(" << i <<","<<j<<")"<< "binValue: " << binValue << endl;
		int realValue = int((binValue / maxValue)*255);//归一化数据，缩放到255之内,取整
		//cout << "(i,j):(" << i << "," << j << ")" << "realValue: " << realValue << endl;
		//用圆方法绘制直方图，圆心(i,j)表示位置，用颜色强度表示数值大小
		circle(dstImg, Point(i, j), 2, Scalar::all(realValue),-1);
		}
	}
	namedWindow("srcImg", CV_WINDOW_NORMAL);//定义一个窗口，CV_WINDOW_NORMAL大小可调整
	imshow("srcImg", srcImg);
	imshow("B-G Histogram", dstImg);
	waitKey(0);
	return 0;
}

运行结果：

DetailAI

关注

2
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
【OpenCV学习笔记】二十一、直方图计算及绘制（一）

直方图计算及绘制(一)1.计算直方图——calcHist()2.完成了四种直方图的绘制：一维灰度直方图；一维灰度直方图(不均匀)；BGR三色直方图；二维直方图。先上ppt：代码：1.一维灰度直方图#include "opencv2/opencv.hpp"using namesp...
复制链接

扫一扫

专栏目录