OpenCV学习（72）

直方图与匹配（1）：

一，图像直方图概述；

二，直方图的计算与绘制

①计算直方图：calcHist()函数；

②找寻最值：minMaxLoc()函数；

③示例程序：绘制H——S直方图；

④示例程序：计算并绘制图像一维直方图；

⑤示例程序：绘制RGB三色直方图；

一，图像直方图概述；

       直方图广泛运用于很多计算机视觉运用当中，通过标记帧与帧之间显著的边缘和颜色的统计发化，不0田以l确定图像中的兴趣点。边缘、色彩、用度等且特征的直方图所构成“标签”，用以确定图像中的兴趣点。边缘、色彩、角度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。如图9.1所示.

       其实，简单点说，直方图就是对数据进行统计的一种方法，并且将统计值组织到一系列事先定义好的bin当中。其中，bin为直方图中经常用到的一个概念，可翻译为“直条”或“组距”，其数值是从数据中计算出的特征统计量，这些数据可以是诸如梯度、方向、色彩或任何其他特征。且无论如何，直方图获得的是数据分布的统计图。通常直方图的维数要低于原始数据。总而言之，直方图是计算机视觉中最经典的工具之一。
       在统计学中，直方图（Histogram）是一种对数据分布情况的图形表示，是一种二维统计图表,它的两个坐标分别是统计样本和该样本对应的某个属性的度量。
       我们在图像变换的那一章中讲过直方图的均衡化，它是通过拉伸像素强度分布范围来增强图像对比度的一种方法。大家在自己的心目中应该已经对直方图有一定的理解和认知。下面就来看一看对图像直方图比较书面化的解释。
       图像直方图(Image Histogram）是用以表示数字图像中亮度分布的直方图，标绘了图像中每个亮度值的像素数。可以借助观察该直方图了解需要如何调整亮度分布。这种直方图中，横坐标的左侧为纯黑、较暗的区域，而右侧为较亮、纯白的区域。因此，一张较暗图片的图像直方图中的数据多集中于左侧和中间部分，而整体明亮、只有少量阴影的图像则相反。计算机视觉领域常借助图像直方图来实现图像的二值化。
       直方图的意义如下。
       ·直方图是图像中像素强度分布的图形表达方式。

       ·它统计了每一个强度值所具有的像素个数。
上面已经讲到，直方图是对数据的统计集合，并将统计结果分布于一系列预定义的bins中。这里的数据不仅仅指的是灰度值，且统计数据可能是任何能有效描述图像的特征。下面看一个例子，假设有一个矩阵包含一张图像的信息（灰度值0-255)，让我们按照某种方式来统计这些数字。既然已知数字的范围包含256个值，于是可以将这个范围分割成子区域(也就是上面讲到 bins)，如:

          然后再统计每一个 bin;的像素数目。采用这一方法来统计上面的数字矩阵，可以得到图9.2（其中x轴表示 bin，y轴表示各个bin中的像素个数)。