opencv学习之四：rgb通道的分离以及直方图的显示计算

1、rgb分离

rgb分离用一个简单的函数split即可，注意，分离之后如果分别显示3个通道，得到的结果将是都是灰色的。需要将生成的3个单通道merge一下，才是我们看到的效果：

split和merge的代码如下：

	vector<Mat> bgr_planes(src.channels());
		vector<Mat> mbgr(src.channels());
		
		split(src, bgr_planes);

		mbgr[0] = bgr_planes[2];
		mbgr[1] = zero;
		mbgr[2] = zero;
		merge(mbgr, displayb);

		mbgr[0] = zero;
		mbgr[1] = bgr_planes[1];
		mbgr[2] = zero;	
		merge(mbgr, displayg);
	
		mbgr[0] = zero;
		mbgr[1] = zero;
		mbgr[2] = bgr_planes[0];
		merge(mbgr, displayr);

		imshow("r",displayr);
		imshow("g", displayg);
		imshow("b", displayb);

2、直方图的显示计算：

使用的是calcHist函数，我们将图像的3个通道分离之后，分别计算3个通道的直方图。

calcHist(&bgr_planes[0], 1, 0, Mat(), b_hist, 1, &histSize, &histRange, uniform, accumulate);中bgr_planes为要计算的直方图图像，为mat类型，b_hist储存计算之后的直方图，histSize, histRange分别为大小和范围。

Mat histImage(hist_h, hist_w, CV_8UC3, Scalar(0, 0, 0));创建了一个画布显示直方图， normalize(b_hist, b_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());直方图均衡化。

3、直方图反向投影

以下摘自链接： http://blog.163.com/thomaskjh@126/blog/static/370829982010112810358501/

    图像的反向投影图是用输入图像的某一位置上像素值（多维或灰度）对应在直方图的一个bin上的值来代替该像素值，所以得到的反向投影图是单通的。用统计学术语，输出图像象素点的值是观测数组在某个分布（直方图）下的概率。

 

其中 b(x_i) 表示在位置