opencv学习笔记之绘制图像直方图

---

前言

记录学习opencv中有关图像直方图绘制的方法

一、图像直方图

图像直方图是对图像的像素进行统计，不受到图像的旋转和平移等效果。

图像直方图具有平移不变性、放缩不变性等优点，可以用来查看图像整体的变化形式，比如图像是否过暗、图像像素灰度值主要集中在哪些范围。同时在对数字的识别当中，图像直方图也会发挥显著的作用。

图像直方图的横轴为图像的灰度值作为横轴，以灰度值的个数和比例作为纵轴去绘制统计图。

灰度值的分布一般反应了图像的亮暗对比度，可以依据直方图的结果去调增亮暗对比度，并依此调整图像的亮暗程度。

统计灰度值数目的calcHist（）函数原型：

void 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：待统计直方图的图像数组，数组中所有的图像应具有相同的尺寸和数据类型，并且数据类型只能是CV_8U、CV_16U和CV_32F这3种中的一种

nimages：输入图像的数量

channels：需要统计的通道索引数组，第一个图像的通道索引从0到images[0].channels()-1

mask：可选的操作掩码。如果是空矩阵，那么表示图像中所有位置的像素都计入直方图中

hist：输出的统计直方图结果，是一个dims维度的数组

dims：需要计算直方图的维度，必须是整数，并且不能大于CV_MAX_DIMS

hitsSize：存放每个维度直方图的数组的尺寸

ranges：每个图像通道中灰度值的取值范围

uniform：直方图是否均匀的标志符，默认状态下为均匀（true）

accumulate：是否累积统计直方图的，累积为true

示例程序：

#include<opencv2\opencv.hpp>  //加载OpenCV4的头文件
#include<iostream>
#include<vector>
using namespace std;
using namespace cv; //OpenCV命名空间

int main()
{
	Mat img = imread("apple.jpg");
	if (img.empty())
	{
		cout << "请确认图像文件名称是否正确" << endl;
		return -1;
	}
	Mat gray;
	cvtColor(img, gray, COLOR_RGB2GRAY);
	//设置提取直方图的相关变量
	Mat hist;  //用于存放直方图计算结果
	const int channels[1] = { 0 };  //通道索引
	float inRanges[2] = { 0,255 };
	const float* ranges[1] = { inRanges };  //像素灰度值范围
	const int bins[1] = { 256 };  //直方图的维度，其实就是像素灰度值的最大值
	calcHist(&gray, 1, channels, Mat(), hist, 1, bins, ranges);  //计算图像直方图
	//准备绘制直方图
	int hist_w = 512;
	int hist_h = 400;
	int width = 2;
	Mat histImage = Mat::zeros(hist_h, hist_w, CV_8UC3);
	for (int i = 1; i <= hist.rows; i++)
	{
		rectangle(histImage, Point(width*(i - 1), hist_h - 1), Point(width*i - 1, hist_h - cvRound(hist.at<float>(i - 1) / 15)), Scalar(255, 255, 255), -1);
	}
	namedWindow("histImage", WINDOW_AUTOSIZE);
	imshow("histImage", histImage);
	imshow("gray", gray);
	waitKey(0);
	return 0;  //程序结束
}

histImage：

apple.img：

参考书籍：Opencv4快速入门

感谢阅读！也欢迎大家关注小白博主，多多鼓励一下！