有关opencv的学习（9）—计算图像直方图

灰度图像直方图有256个项目，也叫箱子（bin）。如果把直方图所有的箱子进行累加，得到的结果就是像素的总数。若将直方图归一化，即所有的箱子累加和等于1，这时箱子的数值表示对应的像素数量占总数的百分比。

代码如下：

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
    Mat image=imread("/Users/zhangxiaoyu/Desktop/2.png",0);//flags=0代表读取灰色图像
    if(image.empty())
    {
        cout<<"Error!cannot be read...../n";
        return -1;
    }
    
    int nimages=1;//图片数量为1
    int channels[1]={0};//通道数量
    
    Mat outputHist;//输出直方图
    int dims=1;//一维
    int histSize[1]={256};//存放每个维度直方图尺寸的数组
    float hranges[2]={0,255};//每一维数值的取值范围
    const float *ranges[1]={hranges};//值范围的指针
    
    
    //计算直方图
    calcHist(&image, nimages, channels, Mat(), outputHist, dims, histSize, ranges);
    
    //循环遍历
    for(int i=0;i<256;i++)
        std::cout<<"bin/value:"<<i<<"="<<outputHist.at<float>(i)<<std::endl;
    
    //画出直方图
    int scale = 1;
    
    //直方图的图片
    Mat histimage(histSize[0] * scale, histSize[0], CV_8U, cv::Scalar(255));
    
    //找到最大值和最小值
    double maxValue = 0;
    double minValue = 0;
    minMaxLoc(outputHist, &minValue, &maxValue, 0, 0);

    
    //测试
    std::cout << minValue << std::endl;
    std::cout << maxValue << std::endl;
    
    //纵坐标缩放比例
    double rate = (histSize[0] / maxValue)*0.9;
    
    for (int i = 0; i < histSize[0]; i++)
    {
        //得到每个i和箱子的值
        float value = outputHist.at<float>(i);
        //画直线
        line(histimage, Point(i*scale, histSize[0]), Point(i*scale, histSize[0] - value*rate), Scalar(0));
    }
    
    namedWindow("hist");
    imshow("histimage", histimage);
    //waitKey(0);
    
    Mat thresholded;//输出分割后的图像
    threshold(image, thresholded, 166, 255, THRESH_BINARY);
    namedWindow("threshold_image");
    imshow("threshold_image", thresholded);
    waitKey(0);
    
    
    
}

原始图片如下所示：

图像的灰度直方图为：

由上图可以看出，灰度直方图的两个“山峰”之间有“低谷”，可根据低谷的灰度直将图像分割，如下图所示：

基本可以看出，原始图像被分割为两部分，背景与前景。