opencv学习笔记(20):直方图计算

直方图概念是基于图像像素值，其实对图像梯度、每个像素的角度、等一切图像的属性值，我们都可以建立直方图。这个才是直方图的概念真正意义，不过是基于图像像素灰度直方图是最常见的。
直方图最常见的几个属性：

• dims 表示维度，对灰度图像来说只有一个通道值dims=1
• bins 表示在维度中子区域大小划分，bins=256，划分为256个级别
• range 表示值得范围，灰度值范围为[0~255]之间

相关API
split(// 把多通道图像分为多个单通道图像
const Mat &src, //输入图像
Mat* mvbegin）// 输出的通道图像数组

calcHist(
const Mat* images,//输入图像指针
int images,// 图像数目
const int* channels,// 通道数
InputArray mask,// 输入mask，可选，不用
OutputArray hist,//输出的直方图数据
int dims,// 维数
const int* histsize,// 直方图级数
const float* ranges,// 值域范围
bool uniform,// true by default
bool accumulate// false by default
)

实例代码

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

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat src;
	src = imread("F:/1.jpg");
	if (!src.data)
	{
		cout << "cannot load image" << endl;
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);
	//创建接收split后的单通道图像数组bgr_planes
	vector<Mat>bgr_planes;
	//调用split分割
	split(src, bgr_planes);
	//直方图级数
	int histSize = 256;
	//值域范围，因为要求的参数是const float* ranges
	float range[] = { 0,256 };
	const float* histRange = { range };
	Mat b_hist, g_hist, r_hist;
	calcHist(&bgr_planes[0], 1, 0, Mat(), b_hist, 1,&histSize,&histRange, true, false);
	calcHist(&bgr_planes[1], 1, 0, Mat(), g_hist, 1, &histSize, &histRange, true, false);
	calcHist(&bgr_planes[2], 1, 0, Mat(), r_hist, 1, &histSize, &histRange, true, false);
	//灰度图高、宽和bin大小
	int hist_h = 400;
	int hist_w = 512;
	int bin_w = hist_w / histSize;
	//初始化
	Mat histImage(hist_h, hist_w, CV_8UC3, Scalar(0, 0, 0));
	//归一化，因为有些值可能不在[0,255]范围内
	normalize(b_hist, b_hist, 0,hist_h,NORM_MINMAX, -1, Mat());
	normalize(g_hist, g_hist, 0, hist_h, NORM_MINMAX, -1, Mat());
	normalize(r_hist, r_hist, 0, hist_h, NORM_MINMAX, -1, Mat());
	//绘制直方图
	for (int i = 1; i < histSize; i++)
	{
		line(histImage, Point((i - 1) * bin_w, hist_h - cvRound(b_hist.at<float>(i - 1))),
			Point(i * bin_w, hist_h - cvRound(b_hist.at<float>(i - 1))), Scalar(255, 0, 0), 2, LINE_AA);
		line(histImage, Point((i - 1) * bin_w, hist_h - cvRound(g_hist.at<float>(i - 1))),
			Point(i * bin_w, hist_h - cvRound(g_hist.at<float>(i - 1))), Scalar(0, 255, 0), 2, LINE_AA);
		line(histImage, Point((i - 1) * bin_w, hist_h - cvRound(r_hist.at<float>(i - 1))),
			Point(i * bin_w, hist_h - cvRound(r_hist.at<float>(i - 1))), Scalar(0, 0, 255), 2, LINE_AA);
	}
	imshow("output", histImage);
	waitKey(0);
	return 0;
}