直方图(Histogram)又称柱状图、质量分布图,是一种统计报告图。直方图由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型,纵轴表示分布情况。在图像处理上,直方图是图像信息统计的有力工具。
灰度直方图是指对图像的灰度信息进行统计,我们知道灰度图在图像处理中应用非常广泛,在前面的《OpenCV第三篇Canny边缘检测》、《OpenCV第五篇轮廓检测上》、《OpenCV第六篇轮廓检测下》均能找到灰度图的用武之地。因此灰度直方图具有较高的实用价值。下面先介绍灰度直方图的几个主要函数。
一.cvCreateHist
函数功能:创建直方图
函数原型:
CVAPI(CvHistogram*) cvCreateHist( // Creates new histogram
int dims,
int* sizes,
int type,
float** ranges CV_DEFAULT(NULL),
int uniform CV_DEFAULT(1)
);
参数说明:
第一个参数表示直方图维数,灰度图为1,彩色图为3。
第二个参数表示直方图维数的数目,其实就是sizes数组的维数。
第三个参数表示直方图维数尺寸的数组。
第四个参数表示直方图类型,为CV_HIST_ARRAY表示直方图数据表示为多维密集数组,为CV_HIST_TREE表示直方图数据表示为多维稀疏数组。
第五个参数表示归一化标识,其原理有点复杂。通常使用默认值即可。
函数说明:
直方图的数据结构如下所示:
typedef struct CvHistogram
{
int type;
CvArr* bins;
float thresh[CV_MAX_DIM][2]; /* For uniform histograms. */
float** thresh2; /* For non-uniform histograms. */
CvMatND mat; /* Embedded matrix header for array histograms. */
}CvHistogram;
二.cvCalcHist
函数功能:根据图像计算直方图
函数原型:
void cvCalcHist(
IplImage** image,
CvHistogram* hist,
int accumulate CV_DEFAULT(0),
const CvArr* mask CV_DEFAULT(NULL)
)
参数说明:
第一个参数表示输入图像。
第二个参数表示输出的直方图指针。
第三个参数表示累计标识。如果设置,则直方图在开始时不被清零。这个特征保证可以为多个图像计算一个单独的直方图,或者在线更新直方图。
第四个参数操作mask, 确定输入图像的哪个象素被计数。
函数说明:
这是个inline函数,函数内部会直接调用cvCalcArrHist( (CvArr**)image, hist, accumulate, mask );
其它直方图的函数介绍可以参阅:
http://www.opencv.org.cn/index.php/Cv%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86#.E7.9B.B4.E6.96.B9.E5.9B.BE
下面给出灰度直方图的代码示范:
- //图像的灰度直方图
- //By MoreWindows (http://blog.csdn.net/MoreWindows)
- #include <opencv2/opencv.hpp>
- #include <opencv2/legacy/compat.hpp>
- using namespace std;
- #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")
- void FillWhite(IplImage *pImage)
- {
- cvRectangle(pImage, cvPoint(0, 0), cvPoint(pImage->width, pImage->height), CV_RGB(255, 255, 255), CV_FILLED);
- }
- // 创建灰度图像的直方图
- CvHistogram* CreateGrayImageHist(IplImage **ppImage)
- {
- int nHistSize = 256;
- float fRange[] = {0, 255}; //灰度级的范围
- float *pfRanges[] = {fRange};
- CvHistogram *pcvHistogram = cvCreateHist(1, &nHistSize, CV_HIST_ARRAY, pfRanges);
- cvCalcHist(ppImage, pcvHistogram);
- return pcvHistogram;
- }
- // 根据直方图创建直方图图像
- IplImage* CreateHisogramImage(int nImageWidth, int nScale, int nImageHeight, CvHistogram *pcvHistogram)
- {
- IplImage *pHistImage = cvCreateImage(cvSize(nImageWidth * nScale, nImageHeight), IPL_DEPTH_8U, 1);
- FillWhite(pHistImage);
- //统计直方图中的最大直方块
- float fMaxHistValue = 0;
- cvGetMinMaxHistValue(pcvHistogram, NULL, &fMaxHistValue, NULL, NULL);
- //分别将每个直方块的值绘制到图中
- int i;
- for(i = 0; i < nImageWidth; i++)
- {
- float fHistValue = cvQueryHistValue_1D(pcvHistogram, i); //像素为i的直方块大小
- int nRealHeight = cvRound((fHistValue / fMaxHistValue) * nImageHeight); //要绘制的高度
- cvRectangle(pHistImage,
- cvPoint(i * nScale, nImageHeight - 1),
- cvPoint((i + 1) * nScale - 1, nImageHeight - nRealHeight),
- cvScalar(i, 0, 0, 0),
- CV_FILLED
- );
- }
- return pHistImage;
- }
- int main( int argc, char** argv )
- {
- const char *pstrWindowsSrcTitle = "原图(http://blog.csdn.net/MoreWindows)";
- const char *pstrWindowsGrayTitle = "灰度图(http://blog.csdn.net/MoreWindows)";
- const char *pstrWindowsHistTitle = "直方图(http://blog.csdn.net/MoreWindows)";
- // 从文件中加载原图
- IplImage *pSrcImage = cvLoadImage("007.jpg", CV_LOAD_IMAGE_UNCHANGED);
- IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);
- // 灰度图
- cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);
- // 灰度直方图
- CvHistogram *pcvHistogram = CreateGrayImageHist(&pGrayImage);
- // 创建直方图图像
- int nHistImageWidth = 255;
- int nHistImageHeight = 150; //直方图图像高度
- int nScale = 2;
- IplImage *pHistImage = CreateHisogramImage(nHistImageWidth, nScale, nHistImageHeight, pcvHistogram);
- // 显示
- cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);
- cvNamedWindow(pstrWindowsGrayTitle, CV_WINDOW_AUTOSIZE);
- cvNamedWindow(pstrWindowsHistTitle, CV_WINDOW_AUTOSIZE);
- cvShowImage(pstrWindowsSrcTitle, pSrcImage);
- cvShowImage(pstrWindowsGrayTitle, pGrayImage);
- cvShowImage(pstrWindowsHistTitle, pHistImage);
- cvWaitKey(0);
- cvReleaseHist(&pcvHistogram);
- cvDestroyWindow(pstrWindowsSrcTitle);
- cvDestroyWindow(pstrWindowsGrayTitle);
- cvDestroyWindow(pstrWindowsHistTitle);
- cvReleaseImage(&pSrcImage);
- cvReleaseImage(&pGrayImage);
- cvReleaseImage(&pHistImage);
- return 0;
- }
运行效果如下图所示:
由直方图可以看出灰度图上有四种灰度占了很大一部分比例。估计应该是墙壁,衣服,裤子及皮肤这四种灰度吧。
本篇主要介绍了灰度图像的直方图,彩色图像的直方图可以参考:http://www.opencv.org.cn/index.php/%E5%9B%BE%E5%83%8F%E9%A2%9C%E8%89%B2%E5%88%86%E5%B8%83%E7%9B%B4%E6%96%B9%E5%9B%BE
后面二篇《OpenCV第十篇 灰度直方图均衡化》与《OpenCV第十一篇 彩色直方图均衡化》将介绍直方图的均衡化处理,这是图像增强的常用方法。欢迎继续浏览。