opencv学习系列——绘制给定图片的直方图分布

绘制给定图片的直方图分布

（代码在文末~~）

直方图显示

（1）先不考虑第四通道，给定一张3通道的图片，首先把多通道图片分成单通道，对每个通道计算直方图。计算直方图直接调用cv中的calcHist函数：
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 )
（2）这里使用一张颜色比较丰富的图片为例：

（3）得到各个通道的直方图如下所示：

（4）三个通道的直方折线图放在一起如下所示：

直方图均值化

（5）直方图应用——直方图均值化
直方图均衡化是通过拉伸像素强度的分布范围，使得在0~255灰阶上的分布更加均衡，提高了图像的对比度，达到改善图像主观视觉效果的目的。对比度较低的图像适合使用直方图均衡化方法来增强图像细节。

灰色图像对比：
原始：

均值化后：

彩色
均值化前：

均值化后：

但是这种处理会产生过度曝光的效果：

//彩色图像直方图均衡化

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

using namespace cv;
using namespace std;

const char* output = "histogram iamge";

int main(int argc, char* argv)
{
   
	Mat src, dst, dst1;
	src = imread("D:\\picture\\scene.jpg");
	if (!src.data)
	{
   
		printf("could not load image...\n");
		return -1;
	}
	char input[] = "input image";
	namedWindow(input, 0);
	namedWindow(output, 0);
	resizeWindow(input, 600, 400);
	imshow(input, src);

	//分割通道
	vector<Mat>channels;
	split(src, channels);

	Mat blue, green, red;
	blue = channels.at(0);
	green = channels.at(1);
	red = channels.at(2);
	//分别对BGR通道做直方图均衡化
	equalizeHist(blue, blue);
	equalizeHist(green, green);
	equalizeHist(red, red