图像直方图从零开始实现

最新推荐文章于 2023-10-19 01:38:25 发布

「已注销」

最新推荐文章于 2023-10-19 01:38:25 发布

阅读量793

点赞数

分类专栏：图像处理文章标签： opencv c++ 算法信号处理

本文链接：https://blog.csdn.net/jun_hun_/article/details/104704944

版权

本文详细介绍了如何从零开始实现彩色图像的BGR三个通道直方图的计算和显示，包括算法流程、代码实现及归一化处理。通过自定义函数`calculate_histogram`统计每个灰度值的频数，并使用`Normalize`进行直方图数据的归一化，以适应显示界面。文章还展示了改进版代码，添加了滑动条以改变直方图的组距，并与OpenCV API计算的直方图进行了对比，证实结果一致。

摘要由CSDN通过智能技术生成

计算图像的直方图（从零开始实现）
一、算法流程
实现彩色图像的BGR三个通道的直方图显示
1、加载图像
2、RGB三通道分离
3、定义参数变量
4、分别计算BGR通道的直方图
5、归一化直方图数据
6、绘制直方图
二、代码部分
主函数部分

//主函数部分
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
Mat calculate_histogram(Mat src, int bins_w);//bins_w为直方图组距
Mat Normalize(Mat hist, int rangeMin, int rangeMax);
int main()
{
   
	Mat src;
	src = imread("4.png");
	imshow("源图像", src);

	vector<Mat> bgr_plane;
	split(src, bgr_plane);
	//计算每个通道的直方图
	Mat b_hist, g_hist, r_hist;
	int bins_w = 1;//组距为1
	b_hist = calculate_histogram(bgr_plane[0], bins_w);
	g_hist = calculate_histogram(bgr_plane[1], bins_w);
	r_hist = calculate_histogram(bgr_plane[2], bins_w);
	
	//显示直方图
	int hist_w = 400;
	int hist_h = 400;
	int group_num = 256 / bins_w + 256 % bins_w;//组数
	int bin_w = cvRound((double)hist_w / group_num);
	Mat histImg = Mat::zeros(hist_h, hist_w, CV_8UC3);
	//归一化直方图数据
	b_hist = Normalize(b_hist, 0, hist_h);
	g_hist = Normalize(g_hist, 0, hist_h);
	r_hist = Normalize(r_hist, 0, hist_h);

	//绘制直方图曲线
	for (int i = 1; i < group_num; i++)
	{
   
		line(histImg, Point(bins_w*(i - 1), hist_h - cvRound(b_hist.at<float>(i - 1))),
			Point(bins_w*i, hist_h - cvRound(b_hist.at<float>(i))), Scalar(255, 0, 0), 2, 8, 0);

		line(histImg, Point(bins_w*(i - 1), hist_h - cvRound(g_hist.at<float>(i - 1))),
			Point(bins_w*i, hist_h - cvRound(g_hist.at<float>(i))), Scalar(0, 255, 0), 2, 8, 0);

		line(histImg, Point(bins_w*(i - 1), hist_h - cvRound(r_hist.at<float>(i - 1))),
			Point(bins_w*i, hist_h - cvRound(r_hist.at<float>(i))), Scalar(0, 0,