Opencv 取直方图的经典做法

void getHistogramFeatures(const Mat& image, Mat& features) {
  Mat grayImage;
  //转黑白灰度
  cvtColor(image, grayImage, CV_RGB2GRAY);

  //grayImage = histeq(grayImage);

  Mat img_threshold;
  //二值化
  threshold(grayImage, img_threshold, 0, 255, CV_THRESH_OTSU + CV_THRESH_BINARY);
  //Mat img_threshold = grayImage.clone();
  //spatial_ostu(img_threshold, 8, 2, getPlateType(image, false));
  //获得直方图
  features = getHistogram(img_threshold);
}
 


转灰阶 - 二值化 - 直方图


OpenCV灰度直方图是一种用于显示图像中像素强度频率的图形表示方法。它是一种用于分析图像中灰度级别分布的常见工具,可以用于图像处理、计算机视觉和模式识别等领域。 在OpenCV中,可以使用cv::calcHist()函数计算灰度直方图。该函数需要输入图像和一个表示直方图的数组。直方图数组的大小决于灰度级别数,例如8位图像有256个灰度级别,因此直方图数组大小应该为256。 以下是计算灰度直方图的示例代码: ```cpp cv::Mat image = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE); // 读灰度图像 int histSize = 256; // 灰度级别数 float range[] = { 0, 256 }; // 灰度级别范围 const float* histRange = { range }; bool uniform = true, accumulate = false; cv::Mat hist; cv::calcHist(&image, 1, 0, cv::Mat(), hist, 1, &histSize, &histRange, uniform, accumulate); int hist_w = 512, hist_h = 400; int bin_w = cvRound((double)hist_w / histSize); cv::Mat histImage(hist_h, hist_w, CV_8UC1, cv::Scalar(0)); normalize(hist, hist, 0, histImage.rows, cv::NORM_MINMAX, -1, cv::Mat()); for (int i = 1; i < histSize; i++) { cv::line(histImage, cv::Point(bin_w*(i - 1), hist_h - cvRound(hist.at<float>(i - 1))), cv::Point(bin_w*(i), hist_h - cvRound(hist.at<float>(i))), cv::Scalar(255), 2, 8, 0); } cv::imshow("灰度直方图", histImage); cv::waitKey(); ``` 此代码将显示在灰度图像中计算的直方图,可以使用normalize()函数将其归一化,并使用cv::line()函数将其绘制为图像。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值