25.直方图计算

1.主要内容

• 直方图概念
• API学习
• 代码演示

2.直方图概念

• 基本介绍
  假设有图像数据8x8，像素值范围0~14共15个灰度等级，统计得到各个等级出现次数及直方图如下图所示，每个紫色的长条叫BIN（值的范围大小）。
  

将bins划分为16个等级，每个等级有16位

• 上述直方图概念是基于图像像素值，其实对图像梯度、每个像素的角度、等一切图像的属性值，我们都可以建立直方图。这个才是直方图的概念真正意义，不过是基于图像像素灰度直方图是最常见的。

直方图最常见的几个属性：
dims：表示维度，对灰度图像来说只有一个通道
bins：表示维度中子区域大小划分，bins=256，划分为256个级别
range：表示值的范围，灰度值范围在【0-255】之间（转换到HSV空间时，H【0-300】S【0-180】）

3.API学习

split(//把多通道图像分为多个单通道图像
    const Mat &src,//输入图像
    Mat* mvbegin//输出的通道图像数组 
) 
calcHist(
    const Mat* images,//输入图像指针
    int images,//图像数目
    const int* channels,//通道数
    InputArray mask,//输入mask，可选，不用，没有的话直接写Mat（）。表示空的
    OutputArray hist,//输出的直方图数据
    int dims,//维数
    const int* histsize,//直方图级数
    const float** ranges,//值域范围
    bool uniform,//true by default
    bool accumulate//false by default
)
 void normalize(
 InputArray src,//src  输入数组
 OutputArray dst, //dst 输出数组，支持原地运算
 double alpha=1,//  range normalization模式的最小值
  doublebeta=0, //range normalization模式的最大值，不用于norm normalization(范数归一化)模式。
  int norm_type=NORM_L2, 
 /* 归一化的类型，可以有以下的取值：
    NORM_MINMAX:数组的数值被平移或缩放到一个指定的范围，线性归一化，一般较常用。
    NORM_INF: 此类型的定义没有查到，根据OpenCV 1的对应项，可能是归一化数组的C-范数(绝对值的最大值)
    NORM_L1 :  归一化数组的L1-范数(绝对值的和)
    NORM_L2: 归一化数组的(欧几里德)L2-范数
 */
  int dtype =-1, //  dtype为负数时，输出数组的type与输入数组的type相同；否则，输出数组与输入数组只是通道数相同，而tpye=CV_MAT_DEPTH(dtype).
  InputArray mask=noArray() //操作掩膜，用于指示函数是否仅仅对指定的元素进行操作。
  )

4.代码演示

5.举例

通过上述代码来的出下列的RGB三通道的直方图，有时可以用来计算阈值，较容易得出参数

6.课外扩展

OpenCV探索之路（十四）：绘制点、直线、几何图形
OpenCV2中矩阵的归一化 normalize函数详解
【杂谈opencv】OpenCV中的cvRound()、cvFloor()、 cvCeil()函数讲解