OpenCV之直方图绘制（calcHist函数详解）

1.直方图的定义

要理解直方图，绕不开“亮度”这个概念。人们把亮度分为0到255共256个数值，数值越大，代表的亮度越高。其中0代表纯黑色的最暗区域，255表示最亮的纯白色，而中间的数字就是不同亮度的灰色。人们还进一步把这些亮度分为了5个区域，分别是黑色，阴影，中间调，高光和白色。

在图像处理上，直方图是图像信息统计的有力工具。其实也就是统计一幅图某个亮度像素数量。

2.calcHist()函数说明

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 );

参数解释：
• images：输入的图像的指针；
• nimages：输入图像个数；
• channels：需要统计直方图的第几通道；
• mask：掩模，mask必须是一个8位（CV_8U）的数组并且和images的数组大小相同；
• hist：直方图计算的输出值；
• dims：输出直方图的维度（由channels指定）；
• histSize：直方图中每个dims维度需要分成多少个区间（如果把直方图看作一个一个竖条的话，就是竖条的个数）；
• ranges：统计像素值的区间；
• uniform=true：是否对得到的直方图数组进行归一化处理；
• accumulate=false：在多个图像时，是否累积计算像素值的个数；

【注】：在计算图像直方图的时候一般配合minMaxLoc()和normalize()函数一起使用。

3.绘制直方图

只看函数说明肯定看不明白，下面来对函数进行代码演示。绘制直方图主要有三步：

3.1 读取原图像并检查图像是否读取成功

相关代码如下：

Mat src, gray;
src = imread("D:/Desktop/16.png");
if (!src.data)
{
   
	cout << "读取图片错误，请重新输入正确路径！\n";
	system("pause");
	return -1;
}
cvtColor(src, gray, CV_BGR2GRAY);//转换为灰度图像
imshow("【灰度图】", gray);

当然，如果觉得麻烦，可以直接用以下代码代替：

Mat src, gray;
grayImage = imread("D:/Desktop/16.png",0);
imshow("【灰度图】", gray);

3.2 定义直方图参数并计算直方图

//需要计算的图像的通道，灰度图像为0，BGR图像需要指定B,G,R
	const int channels[] = {
    0 };
	Mat hist;//定义输出Mat类型
	int dims = 1;//设置直方图维度
	const int histSize[] = {
    256 }; //直方图每一个维度划分的柱条的数目
	//每一个维度取值范围
	float pranges[] = {
    0, 255 };//取值区间