【OpenCV入门指南】第八篇灰度直方图

最新推荐文章于 2022-04-07 10:25:14 发布

这个石头爹的到

最新推荐文章于 2022-04-07 10:25:14 发布

阅读量155

点赞数

本文链接：https://blog.csdn.net/hfgyfd/article/details/87258093

版权

本文是OpenCV入门指南的第八篇，介绍了灰度直方图的概念和在图像处理中的作用。通过cvCreateHist和cvCalcHist两个函数，展示了如何在OpenCV中创建和计算灰度直方图。文章提供了一个代码示例，显示了灰度图像直方图的计算结果，并指出直方图均衡化将在后续篇章中讨论。

摘要由CSDN通过智能技术生成

直方图(Histogram)又称柱状图、质量分布图，是一种统计报告图。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。在图像处理上，直方图是图像信息统计的有力工具。

灰度直方图是指对图像的灰度信息进行统计，我们知道灰度图在图像处理中应用非常广泛，在前面的《OpenCV第三篇Canny边缘检测》、《OpenCV第五篇轮廓检测上》、《OpenCV第六篇轮廓检测下》均能找到灰度图的用武之地。因此灰度直方图具有较高的实用价值。下面先介绍灰度直方图的几个主要函数。

一．cvCreateHist

函数功能：创建直方图

函数原型：

CVAPI(CvHistogram*) cvCreateHist( // Creates new histogram

int dims,

int* sizes,

int type,

float** ranges CV_DEFAULT(NULL),

int uniform CV_DEFAULT(1)

);

参数说明：

第一个参数表示直方图维数，灰度图为1，彩色图为3。

第二个参数表示直方图维数的数目，其实就是sizes数组的维数。

第三个参数表示直方图维数尺寸的数组。

第四个参数表示直方图类型，为CV_HIST_ARRAY表示直方图数据表示为多维密集数组，为CV_HIST_TREE表示直方图数据表示为多维稀疏数组。

第五个参数表示归一化标识，其原理有点复杂。通常使用默认值即可。

函数说明：

直方图的数据结构如下所示：

typedef struct CvHistogram

{

int type;

CvArr* bins;

float thresh[CV_MAX_DIM][2]; /* For uniform histograms. */

float** thresh2; /* For non-uniform histograms. */

CvMatND mat; /* Embedded matrix header for array histograms. */

}CvHistogram;

二．cvCalcHist

函数功能：根据图像计算直方图

函数原型：

void cvCalcHist(

IplImage** image,

CvHistogram* hist,

int accumulate CV_DEFAULT(0),

const CvArr* mask CV_DEFAULT(NULL)

)

参数说明：

第一个参数表示输入图像。

第二个参数表示输出的直方图指针。

第三个参数操作mask, 确定输入图像的哪个象素被计数。

第四个参数表示累计标识。如果设置，则直方图在开始时不被清零。这个特征保证可以为多个图像计算一个单独的直方图，或者在线更新直方图。

函数说明：

这是个inline函数，函数内部会直接调用cvCalcArrHist( (CvArr**)image, hist, accumulate, mask );

其它直方图的函数介绍可以参阅：

http://www.opencv.org.cn/index.php/Cv%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86#.E7.9B.B4.E6.96.B9.E5.9B.BE

下面给出灰度直方图的代码示范：

//图像的灰度直方图//By MoreWindows (http://blog.csdn.net/MoreWindows)#include <opencv2/opencv.hpp>#include <opencv2/legacy/compat.hpp>using namespace std;#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")void FillWhite(IplImage *pImage){ cvRectangle(pImage, cvPoint(0, 0), cvPoint(pImage->width, pImage->height), CV_RGB(255, 255, 255), CV_FILLED);}// 创建灰度图像的直方图CvHistogram* CreateGrayImageHist(IplImage **ppImage){ int nHistSize = 256; float fRange[] = {0, 255};  //灰度级的范围   float *pfRanges[] = {fRange};   CvHistogram *pcvHistogram = cvCreateHist(1, &nHistSize, CV_HIST_ARRAY, pfRanges); cvCalcHist(ppImage, pcvHistogram); return pcvHistogram;}// 根据直方图创建直方图图像IplImage* CreateHisogramImage(int nImageWidth, int nScale, int nImageHeight, CvHistogram *pcvHistogram){ IplImage *pHistImage = cvCreateImage(cvSize(nImageWidth * nScale, nImageHeight), IPL_DEPTH_8U, 1); FillWhite(pHistImage); //统计直方图中的最大直方块 float fMaxHistValue = 0; cvGetMinMaxHistValue(pcvHistogram, NULL, &fMaxHistValue, NULL, NULL); //分别将每个直方块的值绘制到图中 int i; for(i = 0; i < nImageWidth; i++) {  float fHistValue = cvQueryHistValue_1D(pcvHistogram, i); //像素为i的直方块大小  int nRealHeight = cvRound((fHistValue / fMaxHistValue) * nImageHeight);  //要绘制的高度  cvRectangle(pHistImage,   cvPoint(i * nScale, nImageHeight - 1),   cvPoint((i + 1) * nScale - 1, nImageHeight - nRealHeight),   cvScalar(i, 0, 0, 0),    CV_FILLED  );  } return pHistImage;}int main( int argc, char** argv ){  const char *pstrWindowsSrcTitle = "原图(http://blog.csdn.net/MoreWindows)"; const char *pstrWindowsGrayTitle = "灰度图(http://blog.csdn.net/MoreWindows)"; const char *pstrWindowsHistTitle = "直方图(http://blog.csdn.net/MoreWindows)"; // 从文件中加载原图 IplImage *pSrcImage = cvLoadImage("007.jpg", CV_LOAD_IMAGE_UNCHANGED); IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1); // 灰度图 cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY); // 灰度直方图 CvHistogram *pcvHistogram = CreateGrayImageHist(&pGrayImage);  // 创建直方图图像 int nHistImageWidth = 255; int nHistImageHeight = 150;  //直方图图像高度 int nScale = 2;             IplImage *pHistImage = CreateHisogramImage(nHistImageWidth, nScale, nHistImageHeight, pcvHistogram); // 显示 cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE); cvNamedWindow(pstrWindowsGrayTitle, CV_WINDOW_AUTOSIZE); cvNamedWindow(pstrWindowsHistTitle, CV_WINDOW_AUTOSIZE); cvShowImage(pstrWindowsSrcTitle, pSrcImage); cvShowImage(pstrWindowsGrayTitle, pGrayImage); cvShowImage(pstrWindowsHistTitle, pHistImage); cvWaitKey(0); cvReleaseHist(&pcvHistogram); cvDestroyWindow(pstrWindowsSrcTitle); cvDestroyWindow(pstrWindowsGrayTitle); cvDestroyWindow(pstrWindowsHistTitle); cvReleaseImage(&pSrcImage); cvReleaseImage(&pGrayImage); cvReleaseImage(&pHistImage); return 0;}