opencv直方图创建CreateHist、计算cvCalcHist和访问的汇总

直方图（Histogram）又称质量分布图、柱状图，是一种统计报告图，也是表示资料变化情况的一种主要工具。直方图由一系列高度不等的纵向条纹或线段表示数据分布的情况，一般用横轴表示数据类型，纵轴表示分布情况。作直方图的目的就是通过观察图的形状，判断生产过程是否稳定，预测生产过程的质量。

直方图广泛应用于很多计算机视觉应用中。通过标记帧与帧之间显著的边缘和颜色的统计变化，直方图被用来检测视频中场景的变换。通过为每个兴趣点设置一个有相近特征的直方图所构成的“标签”，用以确定图像中的兴趣点。边缘、色彩、角等直方图构成了可以被传递给目标识别分类器的一个通用特征类型。色彩和边缘的直方图序列还可以用来识别网络视频是否被复制等。直方图是计算机视觉中最经典的工具之一。

1）CvHistogram：直方图的基本数据结构

typedef struct CvHistogram
{
    int     type;
    CvArr*  bins;
    float   thresh[CV_MAX_DIM][2]; 
    float** thresh2;               
    CvMatND mat;                   
}CvHistogram;
 
第一个成员type：用来指定第二个成员bins的具体类型。bins的类型是CvArr*，看其定义可以知道，CvArr* 仅仅是被用于作函数的参数，用于指示函数接收的数组类型可以不止一个，如 IplImage*, CvMat* 甚至 CvSeq*，所以需要type来具体指定bins的类型。
 
 第二个成员bins : 用于存放直方图每个灰度级数目的数组指针，数组在cvCreateHist 的时候创建，其维数由cvCreateHist 确定（一般以一维比较常见）。
 
第三个成员thresh：一个二维数组，CV_MAX_DIM对应直方图的维数。且第二维固定为2。这个数组比较难理解，首先要理解什么是一维直方图和二维直方图。一维直方图就是单通道图像的直方图，或者彩色图像中某个单独通道的直方图。二维直方图就是2个通道的直方图，比如彩色图像的红-蓝直方图。既然是直方图，必定有上下界，所以thresh的第二维是2，比如[0 255],就是统计[0-255]区间灰度分布的直方图。而二维红-蓝直方图的thresh为[0 255;100 200]，就是分别统计红色图像灰度级在[0 255]以及蓝色图像在灰度级[100 200]的分布情况。
 
第四个成员是thresh2一个二维数组指针，用于非均匀直方图的情形。如果是均匀直方图，会自动根据bin的个数均分上下界，每个bin的大小一样。若是非均匀直方图，就要用到thresh2这个参数指定每个区间的上下界，要是多维的直方图，那么就要为每一维的所有bin都设定上下界。
 
最后一个成员mat，用来存储数据。
 
cvCalcHist函数对图像进行操作后，得到了每一个bin的大小，并存放到mat的data成员指向的内存中。bins成员