直方图

转载自http://blog.csdn.net/lu597203933/article/details/14104505


灰度直方图

这次我从最基本的直方图讲起,一维直方图,至于二维等高维直方图,仅作为了解,后面有时间另开blog详解。

1:首先我们给出一幅图


其中的数据假设对应一副灰度图片的灰度值,则直方图的作用就是画出在bin范围内取值的个数,如图左边的直方图---相当于我们word中的柱状图。

2:在opencv中直方图的结构为:

typedef struct CvHistogram

{

   int     type;    // 不用管

   CvArr*  bins;存放直方图在每一维上直方柱的具体数据,由于存在多维直方图。如果是一维直方图,那么bins就是一个一维的矩阵;如果是二维直方图,那么bins就是一个二维的矩阵,等等。

   float   thresh[CV_MAX_DIM][2]; /* 直方柱的划分 是统一划分的,即均等划分的 */

   float** thresh2; /*不均等划分,可以自动设定每一个直方柱的取值范围。之所以是二级指针,每一个柱的取值范围用一级指针表示,又存在多个直方柱,所以需要二级指针才能表示。每一个不在指定范围的值,会被忽略掉。*/

    CvMatND mat; /* 存放直方图的数据 */

}

3:直方图的创建:

	CvHistogram* cvCreateHist( int dims, int* sizes, int type, float** ranges=NULL, int uniform=1);
	其中: 	

dims:表示直方图的维度

sizes:每一维上直方柱(bin)的数据 ----- 创建多大的矩阵  如一维则size[0] =256

二维:则size[0]=256,size[1] = 256;;

type  ---- 创建一个什么样的矩阵

直方图存储数据的方式:

CV_HIST_ARRAY意味着直方图数据表示为多维密集数组CvMatND;

         CV_HIST_TREE 意味着直方图数据表示为多维稀疏数组CvSparseMat.---- 大于0才开设相应的空间存储它<高维的必选它>

Ranges:

直方图在每一维度上的范围。

         如果是一维则代码为:

                                               Floatrange[] = {0,255};

                                               Float*ranges[]={range};

         如果是二维则代码为:

                                               Floatb_range[] = {0,255};

                                               Floatg_range[] ={0,255};

                                               Float*ranges[] = {b_range, g_range};

uniform

该值为0时,表示bin的范围是程序员自由设定的。当该值为非零时,表示bin的划分,是均等划分。

4:创建一个直方图后,避免里面存在一些随机值,我们可以将其清除cvClearHist

代码: cvClearHist(hist);

5:计算图像的直方图  cvCalcHist

         代码:cvCalcHist(&imgBlue, hist, 0, 0);

6:将得到的直方图画出来: 其中用到了函数 cvGetMinMaxHistVaule, cvQueryHistValue_1D, cvFillConvexPoly.

  1. IplImage *DrawHistogram(CvHistogram*hist, float scaleX = 1, float scaleY = 1){  // 画直方图  
  2.     float histMax = 0;  
  3.     cvGetMinMaxHistValue(hist, 0 , &histMax, 0, 0);  // 取得直方图中的最值  
  4.     IplImage *imgHist = cvCreateImage(cvSize(256 * scaleX, 64*scaleY), 8, 1);  
  5.     cvZero(imgHist);  清空随机值  
  6.     for(int i = 0; i < 255; i++)  
  7.     {  
  8.         float histValue = cvQueryHistValue_1D(hist, i); // 取得直方图中的i值  
  9.         float nextValue = cvQueryHistValue_1D(hist, i+1);  
  10.         int numPt = 5;  
  11.         CvPoint pt[5];  
  12.         pt[0] = cvPoint(i*scaleX, 64*scaleY);  
  13.         pt[1] = cvPoint((i+1)*scaleX, 64*scaleY);  
  14.         pt[2] = cvPoint((i+1)*scaleX, (1 -(nextValue/histMax))* 64 * scaleY);  
  15.         pt[3] = cvPoint((i+1)*scaleX, (1 -(histValue/histMax))* 64 * scaleY);  
  16.         pt[4] = cvPoint(i*scaleX, 64*scaleY);  
  17.         cvFillConvexPoly(imgHist, pt, numPt, cvScalarAll(255));  
  18.     }  
  19.     return imgHist;  
  20.   
  21. }  
总结:以上给出得到直方图的主要步骤:直方图的创建—>计算图像的直方图—>画出直方图。以下给出完整的代码及运行的结果

  1. #include <iostream>  
  2. #include "cv.h"  
  3. #include "highgui.h"  
  4. #include "cxcore.h"  
  5. using namespace std;  
  6.   
  7. IplImage *DrawHistogram(CvHistogram*hist, float scaleX = 1, float scaleY = 1){  // 画直方图  
  8.     float histMax = 0;  
  9.     cvGetMinMaxHistValue(hist, 0 , &histMax, 0, 0);  // 取得直方图中的最值  
  10.     IplImage *imgHist = cvCreateImage(cvSize(256 * scaleX, 64*scaleY), 8, 1);  
  11.     cvZero(imgHist);  清空随机值  
  12.     for(int i = 0; i < 255; i++)  
  13.     {  
  14.         float histValue = cvQueryHistValue_1D(hist, i); // 取得直方图中的i值  
  15.         float nextValue = cvQueryHistValue_1D(hist, i+1);  
  16.         int numPt = 5;  
  17.         CvPoint pt[5];  
  18.         pt[0] = cvPoint(i*scaleX, 64*scaleY);  
  19.         pt[1] = cvPoint((i+1)*scaleX, 64*scaleY);  
  20.         pt[2] = cvPoint((i+1)*scaleX, (1 -(nextValue/histMax))* 64 * scaleY);  
  21.         pt[3] = cvPoint((i+1)*scaleX, (1 -(histValue/histMax))* 64 * scaleY);  
  22.         pt[4] = cvPoint(i*scaleX, 64*scaleY);  
  23.         cvFillConvexPoly(imgHist, pt, numPt, cvScalarAll(255));  
  24.     }  
  25.     return imgHist;  
  26.   
  27.   
  28. }  
  29.   
  30.   
  31. int main()  
  32. {  
  33.     IplImage *img = cvLoadImage("F:\\tongtong.jpg",1);  
  34.     if(!img){  
  35.         cout << "No data img" << endl;  
  36.     }  
  37.     int dims = 1;  
  38.     int sizes = 256;  
  39.     float range[] = {0,255};  
  40.     float*ranges[]={range};  
  41.     CvHistogram *hist = cvCreateHist(dims, &sizes, CV_HIST_ARRAY, ranges, 1);  
  42.     cvClearHist(hist);          //清除直方图里面的随机值   
  43.     IplImage *imgBlue = cvCreateImage(cvGetSize(img), 8, 1);  
  44.     IplImage *imgGreen = cvCreateImage(cvGetSize(img), 8, 1);  
  45.     IplImage *imgRed = cvCreateImage(cvGetSize(img), 8, 1);  
  46.     cvSplit(img, imgBlue, imgGreen, imgRed, NULL);   //将多通道图像分解  
  47.   
  48.     cvCalcHist(&imgBlue, hist, 0, 0);    // 计算图像的直方图  
  49.     IplImage *histBlue = DrawHistogram(hist);   // 将直方图中的数据画出来  
  50.     cvClearHist(hist);  
  51.   
  52.     cvCalcHist(&imgGreen, hist, 0, 0);    
  53.     IplImage *histGreen = DrawHistogram(hist);  
  54.     cvClearHist(hist);  
  55.     cvCalcHist(&imgRed, hist, 0, 0);  
  56.     IplImage *histRed = DrawHistogram(hist);  
  57.     cvClearHist(hist);  
  58.   
  59.     cvNamedWindow("show",0);  
  60.     cvNamedWindow("B", 0);  
  61.     cvNamedWindow("G", 0);  
  62.     cvNamedWindow("R", 0);  
  63.     cvShowImage("show",img);  
  64.     cvShowImage("B",histBlue);  
  65.     cvShowImage("G",histGreen);  
  66.     cvShowImage("R", histRed);  
  67.     cvWaitKey(0);  
  68.     cvReleaseImage(&img);  
  69.     cvDestroyWindow("show");  
  70.     cvReleaseImage(&histBlue);  
  71.     cvDestroyWindow("B");  
  72.     cvReleaseImage(&histGreen);  
  73.     cvDestroyWindow("G");  
  74.     cvReleaseImage(&histRed);  
  75.     cvDestroyWindow("R");  
  76.     return 0;  
  77.       
  78. }  
运行结果:

/*这部分是后面添加的,没有另开blog进行讲解了,其实道理一样的*/

下面简单介绍二维的情况:要统计一个二维直方图,二维坐标+统计值,这就是三维的结构,就会变成一个3D图像,其实不然。我们的处理技巧是将二维坐标分别作为x和y轴,而统计值作为颜色值。如代码cvRectangle(imgHist, cvPoint(i*scaleX, j*scaleY), cvPoint((i+1)*scaleX- 1, (j+1)*scaleY - 1), CV_RGB(intensity,intensity,intensity), CV_FILLED); i和j分别代表坐标,intensity即为统计值。

Code:

  1. IplImage *DrawHistogram2(CvHistogram*hist, float scaleX = 1, float scaleY = 1){  // 画直方图  
  2.     float histMax = 0;  
  3.     cvGetMinMaxHistValue(hist, 0 , &histMax, 0, 0);  // 取得直方图中的最值  
  4.     IplImage *imgHist = cvCreateImage(cvSize(256 * scaleX, 256*scaleY), 8, 3);  
  5.     cvZero(imgHist);  清空随机值  
  6.     for(int i = 0; i < 255; i++)  
  7.     {  
  8.         for(int j = 0; j < 255; j++)  
  9.         {  
  10.             float histValue = cvQueryHistValue_2D(hist, i, j); // 取得直方图中的i值  
  11.             int intensity = cvRound(histValue * 255 /histMax);  
  12.             float nextValue = cvQueryHistValue_1D(hist, i+1);  
  13.             int numPt = 5;  
  14.             CvPoint pt[5];  
  15.             pt[0] = cvPoint(i*scaleX, j*scaleY);  
  16.             pt[1] = cvPoint(i*scaleX, (j+1)*scaleY - 1);  
  17.             pt[2] = cvPoint((i+1)*scaleX - 1, (j+1)*scaleY - 1);  
  18.             pt[3] = cvPoint((i+1)*scaleX - 1, j*scaleY);  
  19.             pt[4] = cvPoint(i*scaleX, j*scaleY);  
  20.             cvFillConvexPoly(imgHist, pt, numPt, cvScalarAll(intensity));  
  21.             //cvRectangle(imgHist, cvPoint(i*scaleX, j*scaleY), cvPoint((i+1)*scaleX - 1, (j+1)*scaleY - 1), CV_RGB(intensity,intensity,intensity), CV_FILLED);  
  22.             // (i+1)*scaleX - 1代表下一个坐标点(i+1)*scaleX的最后一点  
  23.         }  
  24.     }  
  25.     return imgHist;  
  26. }  
  27.   
  28. int main()  
  29. {  
  30.     IplImage *img = cvLoadImage("F:\\baboon.jpg",1);  
  31.     if(!img){  
  32.         cout << "No data img" << endl;  
  33.     }  
  34.     int dims = 2;  
  35.     int sizes[2] = {256, 256};  // 创建多大的矩阵  
  36.     float b_range[] = {0,255};    // 矩阵的取值范围  
  37.     float g_range[] = {0, 255};  
  38.     float*ranges[]={b_range, g_range};  
  39.     CvHistogram *hist = cvCreateHist(dims, sizes, CV_HIST_ARRAY, ranges, 1);  
  40.     cvClearHist(hist);          //清除直方图里面的随机值   
  41.     IplImage *imgBlue = cvCreateImage(cvGetSize(img), 8, 1);  
  42.     IplImage *imgGreen = cvCreateImage(cvGetSize(img), 8, 1);  
  43.     IplImage *imgRed = cvCreateImage(cvGetSize(img), 8, 1);  
  44.     IplImage *planes[] = {imgBlue, imgGreen};  // 二维是这样处理的********  
  45.     cvSplit(img, imgBlue, imgGreen, imgRed, NULL);   //将多通道图像分解  
  46.       
  47.     cvCalcHist(planes,hist, 0, 0);  
  48.     IplImage *bg_image =  DrawHistogram2(hist);  
  49.     cvNamedWindow("show",0);  
  50.     cvShowImage("show",img);  
  51.     cvNamedWindow("bg_image");  
  52.     cvShowImage("bg_image",bg_image);  
  53.     cvWaitKey(0);  
  54.     cvReleaseImage(&img);  
  55.     cvReleaseImage(&bg_image);  
  56.     cvDestroyWindow("show");  
  57.     cvDestroyWindow("bg_image");  
  58.     return 0;  
  59.       
  60. }  

Result:

作者:小村长  出处:http://blog.csdn.net/lu597203933 欢迎转载或分享,但请务必声明文章出处。 (新浪微博:小村长zack, 欢迎交流!)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值