openCV 图像直方图

思路流程：

     1.获取图像

     2.转换成灰度图像

     3.创建直方图

     4.计算直方图

     5.直方图归一化，每个灰度级对应的值为概率值（0,1）

     6.画出直方图

cvCreateImage函数（创建首地址并分配存储空间）

IplImage* cvCreateImage( CvSize size, int depth, int channels );

参数：

size  图像宽、高.

depth 图像元素的位深度，可以是下面的其中之一：

        IPL_DEPTH_8U - 无符号8位整型

        IPL_DEPTH_8S - 有符号8位整型

        IPL_DEPTH_16U - 无符号16位整型

        IPL_DEPTH_16S - 有符号16位整型

        IPL_DEPTH_32S - 有符号32位整型

        IPL_DEPTH_32F - 单精度浮点数

        IPL_DEPTH_64F - 双精度浮点数

channels 每个元素（像素）通道数.可以是 1, 2, 3 或 4.通道是交叉存取的，例如通常的彩色图像数据排列是：b0 g0 r0 b1 g1 r1 ... 虽然通常 IPL 图象格式可以存贮非交叉存取的图像，并且一些OpenCV 也能处理他, 但是这个函数只能创建交叉存取图像.

 

cvCvtColor函数（颜色空间转换函数）

实现RGB颜色向HSV,HSI等颜色空间的转换，也可以转换为灰度图像

void cvCvtColor( const CvArr* src, CvArr* dst, int code );

参数:

src   输入的 8-bit,16-bit或 32-bit单倍精度浮点数影像

dst   输出的8-bit, 16-bit或 32-bit单倍精度浮点数影像

code  色彩空间转换的模式，该code来实现不同类型的颜色空间转换。

        CV_BGR2GRAY表示转换为灰度图，

        CV_BGR2HSV将图片从RGB空间转换为HSV空间

        CV_BGR2GRAY时，dst需要是单通道图片

        CV_BGR2HSV时，对于8位图，需要将RGB值归一化到0-1之间，这样得到HSV图中的H范围才是0-360，S和V的范围是0-1

 

cvCreateHist函数（创建直方图）

CvHistogram* cvCreateHist( int dims, int* sizes, int type, float** ranges=NULL, int uniform=1 );

参数：

dims    直方图维数的数目

sizes   直方图维数尺寸的数组

type     直方图的表示格式:

             CV_HIST_ARRAY 意味着直方图数据表示为多维密集数组 CvMatND;

             CV_ HIST_TREE 意味着直方图数据表示为多维稀疏数组 CvSparseMat

ranges      图中方块范围的数组. 它的内容取决于参数 uniform 的值。

                   这个范围的用处是确定何时计算直方图或决定反向映射（backprojected ），

                   每个方块对应于输入图像的哪个/哪组值

uniform    归一化标识

 

cvCalcHist函数（计算图像image(s) 的直方图）

void cvCalcHist( IplImage** image, CvHistogram* hist, int accumulate=0, const CvArr* mask=NULL );

参数：

image  输入图像s (虽然也可以使用 CvMat** ).

hist     直方图指针

accumulate    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。

mask     操作 mask, 确定输入图像的哪个象素被计数

 

NormalizeHist函数（归一化直方图）

函数 cvNormalizeHist 通过缩放来归一化直方块，使得所有块的和等于 factor

void cvNormalizeHist( CvHistogram* hist, double factor );

参数：

hist    直方图的指针

 factor    归一化因子

 

 

cvQueryHistValue_1D函数（询问指定直方块的值）======>归一化后为概率值（0,1）

#define cvQueryHistValue_1D( hist, idx0 )   cvGetReal1D( (hist)->bins, (idx0) )

cvGetReal1D函数（返回单通道数组的指定元素）

double cvGetReal1D( const CvArr* arr, int idx0 );

参数：

arr   输入数组，必须是单通道.

idx0   元素下标的第一个成员，以0为基准

 

cvRound函数（对一个double型的数进行四舍五入，并返回一个整型数）

int cvRound (double value)

函数 cvRound, cvFloor, cvCeil 用一种舍入方法将输入浮点数转换成整数。

    cvRound 返回和参数最接近的整数值

    cvFloor 返回不大于参数的最大整数值

    cvCeil 返回不小于参数的最小整数值

 

源代码：

#include <cv.h>
#include <highgui.h>
#include <stdio.h>

int main( )
{
	IplImage * src= cvLoadImage("lena.jpg");
	IplImage* gray_plane = cvCreateImage(cvGetSize(src),8,1);//创建灰度图像空间
	cvCvtColor(src,gray_plane,CV_BGR2GRAY);//将彩色图转换成灰度图像

	int hist_size = 256;    //直方图尺寸
	int hist_height = 256;
	float range[] = {0,255};  //灰度级的范围
	float* ranges[]={range};
	//创建一维直方图，统计图像在[0 255]像素的均匀分布
	CvHistogram* gray_hist = cvCreateHist(1,&hist_size,CV_HIST_ARRAY,ranges,1);
	//计算灰度图像的一维直方图
	cvCalcHist(&gray_plane,gray_hist,0,0);
	//归一化直方图
	cvNormalizeHist(gray_hist,1.0);

	int scale = 2;
	//创建一张一维显示直方图的图，横坐标为灰度级，纵坐标为像素个数（*scale）
	IplImage* hist_image = cvCreateImage(cvSize(hist_size*scale,hist_height),8,3);
	cvZero(hist_image);
	//统计直方图中的最大直方块
	float max_value = 0;
	cvGetMinMaxHistValue(gray_hist, 0,&max_value,0,0);
	
	//分别将每个直方块的值绘制到图中
	for(int i=0;i<hist_size;i++)
	{
		float bin_val = cvQueryHistValue_1D(gray_hist,i); //像素i的概率
		int intensity = cvRound(bin_val*hist_height/max_value);  //要绘制的高度，最大值为参考，
		cvRectangle(hist_image,
			cvPoint(i*scale,hist_height-1),
			cvPoint((i+1)*scale - 1, hist_height - intensity),
			CV_RGB(0,0,255));  
	}
	cvNamedWindow( "GraySource", 1 );
	cvShowImage("GraySource",gray_plane);
	cvNamedWindow( "H-S Histogram", 1 );
	cvShowImage( "H-S Histogram", hist_image );

	cvWaitKey(0);
}

效果显示：