39.图像直方图的绘制

目录

        1 概念讲解及用处

        2 函数详解

        3 原理

        4 用C++编写代码进行实现

        1 概念讲解及用处

        图像直方图（Image Histogram）是对图像中像素强度分布的统计信息的可视化表示。它将图像中各个灰度级别的像素数量进行统计，然后将这些统计结果绘制成直方图。直方图能够展示图像的亮度、对比度和颜色分布等特征，方便我们对图像进行分析和处理。

        在计算机视觉和图像处理领域，图像直方图广泛应用于以下方面：

        图像增强：通过调整直方图来改变图像的亮度和对比度。

        图像分割：通常通过寻找直方图的峰值或阈值来实现。

        目标检测与识别：通过直方图匹配来判断图像中是否存在特定对象。

        2 函数详解

         在OpenCV中，可以使用calcHist函数计算直方图，并使用plotHistogram函数绘制直方图。

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)

images：输入图像的数组。

nimages：输入图像的数量。

channels：要计算直方图的通道索引数组。

mask：掩码图像，指定要计算直方图的区域。若为空，则计算整个图像的直方图。

hist：输出的直方图。

dims：直方图的维数，通常为1。

histSize：直方图每个维度的区间数量。

ranges：直方图每个维度的取值范围。

uniform：是否对直方图进行归一化，默认为true。

accumulate：是否累积直方图，默认为false。

        3 原理

        图像直方图是对图像中像素灰度级别的统计结果。对于灰度图像，直方图可以表示为一个一维数组H，其中H[i]表示灰度级别i出现的次数。对于彩色图像，可以对每个通道分别计算直方图。

        4 用C++编写代码进行实现

        下面是一个使用OpenCV绘制图像直方图的示例代码：

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

using namespace cv;
using namespace std;

int main()
{
    // 读取图像
    Mat image = imread("lena.png", IMREAD_GRAYSCALE);
    if (image.empty())
    {
        cout << "Failed to load image." << endl;
        return -1;
    }

    // 计算直方图
    Mat hist;
    int histSize = 256; // 直方图的区间数量
    float range[] = { 0, 256 }; // 取值范围
    const float* histRange = { range };
    bool uniform = true;
    bool accumulate = false;
    calcHist(&image, 1, 0, Mat(), hist, 1, &histSize, &histRange, uniform, accumulate);

    // 绘制直方图
    int histWidth = 512;
    int histHeight = 400;
    int binWidth = cvRound((double)histWidth / histSize);
    Mat histImage(histHeight, histWidth, CV_8UC3, Scalar(0, 0, 0));
    normalize(hist, hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());

    for (int i = 1; i < histSize; i++)
    {
        line(histImage, Point(binWidth * (i - 1), histHeight - cvRound(hist.at<float>(i - 1))),
            Point(binWidth * (i), histHeight - cvRound(hist.at<float>(i))),
            Scalar(255, 255, 255), 2, LINE_AA);
    }

    //完成代码的最后一部分是将直方图显示出来：

    imshow("Histogram", histImage);
    waitKey();

    return 0;

}

        在这个示例中，我们首先读取了一张灰度图像，并使用calcHist函数计算了图像的直方图。然后，我们创建了一个空白图像histImage用于绘制直方图。通过对直方图进行归一化和绘制线条，最后将结果显示出来。

        请注意，上述示例代码中只针对灰度图像的直方图绘制做了说明，如果需要处理彩色图像，则需要对每个通道分别计算直方图，并将结果绘制到相应的颜色通道上。