OpenCV4.5.5学习笔记（十八）：直方图概述，计算，绘制和对比

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

笔者本科时候有幸接触了OpenCV3.2.0版本的学习，后因考研压力不得不暂时停下学习的脚步，现在考研任务结束了，未来的导师也是从事的该方向，笔者又开始了新一轮的学习。回来发现OpenCV已经出到了4.5.5版本，遂重新下载新版本并决定记录这一学习历程。由于笔者水平有限，可能有错误之处还请诸位大佬多多包涵并烦请指出，让我们一起学习，共同进步。
首先需要说明的是：我是按着毛星云前辈编写的OpenCV3编程入门进行学习的，我会尽力把星云前辈的程序转成符合OpenCV4.5.5版本的。毛星云前辈于2021年12月11日不幸过世，他是我非常敬仰的一位业内大佬，我也是看他的书才开始接触OpenCV。

---

一、直方图概述

它是图像强度分布的图形表示，它量化了所考虑的每个强度值的像素数。通过标记帧与帧之间显著的边缘和颜色的统计变化，来检测视频中场景的变化。

直方图均衡是一种提高图像对比度的方法，以扩展强度范围
为了更清楚，从上图中，您可以看到像素似乎聚集在可用强度范围的中间。直方图均衡所做的就是扩大这个范围。看看下图：绿色圆圈表示人口不足的强度。应用均衡后，我们得到一个像中心图一样的直方图。生成的图像如右图所示。

---

二、直方图计算calcHist()

直方图是收集的数据计数，组织成一组预定义的bin。
当我们说数据时，我们并没有将其限制为强度值。收集的数据可以是您认为对描述图像有用的任何特征。

我们常用的是calcHist()函数
在OpenCV官方文档中是这么写的：
void cv::calcHist (
const Mat * images,
int nimages,
const int * channels,
InputArray mask,
OutputArray hist,
int dims,
const int * histSize,
const float ** ranges,
bool uniform = true,
bool accumulate = false
)
第一个参数是源数组，
第二个参数是源图像的数量，
第三个参数是用于计算直方图的通道列表,
第四个参数是可选的操作掩码，
第五个参数是输出直方图，它是一个密集或稀疏的 dims 维数组，
第六个参数是需要计算的直方图的维度，
第七个参数是每个维度中的直方图大小数组，
第八个参数是每个维度中直方图 bin 边界的 dims 数组的数组，
第九个参数是指示直方图是否一致的标志，
第十个参数是累积标志

---

三、直方图找寻最值minMaxLoc()

我们常用的是minMaxLoc()函数
在OpenCV官方文档中是这么写的：
void cv::minMaxLoc (
InputArray src,
double * minVal,
double * maxVal = 0,
Point * minLoc = 0,
Point * maxLoc = 0,
InputArray mask = noArray()
)
第一个参数是输入单通道阵列，
第二个参数是指向返回的最小值的指针；如果不需要，则使用 NULL，
第三个参数是 指向返回最大值的指针；如果不需要，则使用 NULL,
第四个参数是指向返回的最小位置的指针（在 2D 情况下）；如果不需要，则使用 NULL
第五个参数是指向返回的最大位置的指针（在 2D 情况下）；如果不需要，则使用 NULL
第六个参数是用于选择子数组的可选掩码

---

四、直方图对比compareHist()

比较两个直方图 (H1和H2），首先我们必须选择一个指标（d(H1,H2)) 来表达两个直方图的匹配程度。
OpenCV 实现函数cv::compareHist来执行比较。它还提供了 4 种不同的指标来计算匹配：

1. 相关性 (CV_COMP_CORREL)
   

2. 卡方 (CV_COMP_CHISQR)
   

3. 交点（方法=CV_COMP_INTERSECT）
   

4. Bhattacharyya 距离 (CV_COMP_BHATTACHARYYA)
   
   我们常用的是compareHist()函数
   在OpenCV官方文档中是这么写的：
   double cv::compareHist (
   InputArray H1,
   InputArray H2,
   int method
   )
   第一个参数是首先比较直方图，
   第二个参数是 第二个比较大小与 H1 相同的直方图，
   第三个参数是比较方法

---

总结