Matlab底层算法实现图像直方图统计

理论原理

       图像的直方图表示图像中具有某种灰度级的像素的个数，反映了图像中每种灰度出现的频率。它是图像的基本特征。直方图包含了丰富的图像信息，描述了图像的灰度级内容，反映了图像的灰度分布情况。图像直方图是图像处理中一种十分重要的图像分析工具，它具有简单适用的特点。它主要用在图像分割、图像灰度变换等处理过程中，通过对图像的灰度进行统计，得到一个离散的图像灰度统计函数。
       从数学上来说，它统计一副图像中各个灰度级出现的次数或概率；从图像上来说，它是一个二维图，直方图的横坐标是灰度，表示图像中各个像素点的灰度级。纵坐标为各个灰度级上图像像素点的个数或者概率。
       灰度直方图应用范围十分广泛，它为图像的处理研究提供了一个有力的辅助工具。直方图具有以下性质：

1. 只反映该图像中不同灰度值出现的次数（或频数），从而反映某一灰度值像素数量，丢失了位置信息。
2. 图像与直方图是多对一的映射关系

实现步骤

1. 初始化直方图数组
2. 依次循环遍历每个像素，获取该像素灰度值，统计灰度值出现次数
3. 输出直方图

源代码

clc
image = imread('D:\2.png');
image_matrix=image(:,:,1);
image_matrix=double(image_matrix);
[height,width,channels]=size(image);

%灰度映射表，灰度范围在0到255之间
gray_map = zeros(1,256);

for i=1:height
    for j=1:width
       T=image_matrix(i,j);
       %灰度统计计数
       if(T==0)
           gray_map(T+1)=gray_map(T+1)+1;
       else
           gray_map(T)=gray_map(T)+1;
       end
    end
end

%显示
subplot(1,2,1);
imshow(image);
subplot(1,2,2);
bar(0:255,gray_map,'grouped');

效果图