Imgproc_5_直方图和模板匹配

一直方图

1，直方图均衡化
1>自己的直方图
在完全均衡的直方图中，所有的箱子所含的像素数量是相等的，意味着50%的像素强度小于128，25% 的像素强度小于64，依次类推，则规则表示，p%像素强度必须小于等于255×p%
可以用下面的公式构建查找表：

lookup.at<uchar>(i)=
static_cast<uchar>(255.0*p[i]/image.total());
//p[i]是强度小于或等于i的像素数量，通常称为累计直方图
//image.total()返回像素的总数量

实现：

cv::Mat equalizeHist(const cv::Mat &image)
{
//得到image灰度图的直方图
cv::Mat hist=getHistogram(image);

int dim(256);
cv::Mat lookup(1,&dim,CV_8U);
//给查找表赋值
for(int i=1;i<256;i++)
{
hist.at<float>(i)=
hist.at<float>(i-1)+hist.at<float>(i);
lookup.at<uchar>(i)=
static_cast<uchar>(255.0*hist.at<float>(i)/image.total());
}
lookup.at<uchar>(0)=
static_cast<uchar>(255.0*hist.at<float>(0)/image.total());

//进行查找表变换
cv::Mat result;
result=applyLookUp(image,lookup);
return result;
}

2>
使直方图，大致平和，水平拉伸直方图

void equalizeHist(InputArray src, OutputArray dst)
//src，dst都为单通道，8-bit

函数运行的步骤为：
[1]计算src的直方图H
[2]归一化直方图，使直方图的容量为255
[3]计算直方图的积分：

[4]以H’作为查找表，进行变换：

效果图，分别为：
[1]原直方图 [2]equalizeHist[opencv]直方图[3]equalizeHist[我的]直方图

2，直方图计算

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，源图像，必须有相同的depth，size，CV_8U或者CV_32F，通
 *道数可以不同
 *nimages，图像的个数
 *channels，指向数组，对应每个图像的通道数，exp：第一个为0～   
 *images[0].channels()-1，第二个为images[0].channels()～
 *images[0].channels() + images[1].channels()-1
 *mask，掩码，如果不为空，则应该与images有相同的size，8-bit
 *hist，输出的直方图，二维数组
 *dims<