图像直方图
要理解直方图,绕不开“亮度”这个概念。人们把照片的亮度分为0到255共256个数值,数值越大,代表的亮度越高。其中0代表纯黑色的最暗区域,255表示最亮的纯白色,而中间的数字就是不同亮度的灰色。
当我们用横轴代表0-255的亮度数值。竖轴代表照片中对应亮度的像素数量,这个函数图像就被称为直方图。直方图中柱子的高度,代表了画面中有多少像素是那个亮度,其实就可以看出来画面中亮度的分布和比例。比如下面一个直方图,波峰是在中间偏左的位置(阴影区域),说明画面中有很多深灰或者深色部分。
图像直方图在opencv中的实现为:
#include "stdafx.h"
#include<opencv2\highgui\highgui.hpp>
#define cvQueryHistValue_1D( hist, idx0 ) ((float)cvGetReal1D((hist)->bins, (idx0)))
int main()
{
IplImage * src = cvLoadImage("13.jpg");
cvSetImageROI(src, cvRect(0, src->height / 2, src->width, src->height / 2));
IplImage* gray_plane = cvCreateImage(cvGetSize(src), 8, 1);
cvCvtColor(src, gray_plane, CV_BGR2GRAY);
int hist_size = 256; //直方图尺寸
int hist_height = 256;
float range[] = { 0, 255 }; //灰度级的范围
float* ranges[] = { range };
float AreaSum1=0, AreaSum2=0;
//创建一维直方图,统计图像在[0 255]像素的均匀分布
CvHistogram* gray_hist = cvCreateHist(1, &hist_size, CV_HIST_ARRAY, ranges, 1);
//计算灰度图像的一维直方图
cvCalcHist(&gray_plane, gray_hist, 0, 0);
//归一化直方图
cvNormalizeHist(gray_hist, 1.0);
int scale = 2;
//创建一张一维直方图的“图”,横坐标为灰度级,纵坐标为像素个数(*scale)
IplImage* hist_image = cvCreateImage(cvSize(hist_size*scale, hist_height), 8, 3);
cvZero(hist_image);
//统计直方图中的最大直方块
float max_value = 0;
cvGetMinMaxHistValue(gray_hist, 0, &max_value, 0, 0);
// printf("最大值:%f",max_value);
//分别将每个直方块的值绘制到图中
for (int i = 0; i<hist_size; i++)
{
float bin_val = cvQueryHistValue_1D(gray_hist, i); //像素i的概率
int intensity = cvRound(bin_val*hist_height / max_value); //要绘制的高度
cvRectangle(hist_image,
cvPoint(i*scale, hist_height - 1),
cvPoint((i + 1)*scale - 1, hist_height - intensity),
CV_RGB(255, 255, 255));
if (i> 35 && i<85){
AreaSum1 += intensity;
}
if(i>120 && i<170){
AreaSum2 += intensity;
}
printf("像素%d对应的高度:%d\n",i,intensity);
}
printf("AreaSum1 = %f\n", AreaSum1);
printf("AreaSum1 = %f\n", AreaSum2);
cvNamedWindow("GraySource", 1);
cvShowImage("GraySource", gray_plane);
cvNamedWindow("H-S Histogram", 1);
cvShowImage("H-S Histogram", hist_image);
cvWaitKey(0);
}
如图所示为直方图的结果: