OpenCV 1.0 颜色直方图操作（建立，获取bin，给bin赋值）

首先说明一点，对于直方图的概念需要清除，要知道什么是bin 以及直方图反映的是什么信息。

1） 直方图反映的是统计的信息，它反映了图像中像素值在特定范围（ranges）内的像素个数（bin）。

来看一下 创建直方图的函数原型：

cvCreateHist( int dims,                                                                                    //直方图的维数

int* sizes, int type,                                                                 // size 是直方图有多少块     ， type 一般是默认的CV_HIST_ARRY

float** ranges CV_DEFAULT(NULL),                                 //ranges 是直方图的范围 

int uniform CV_DEFAULT(1));

2）直方图的用法

首先是获得要建立直方图的图像，然后设置直方图参数，计算直方图

3）代码演示实例：（对3通道的图像建立H-S 二维直方图）

/* 函数功能：返回一个直方图*/

CvHistogram *MakeUpHist(IplImage * src)
{
    int h_bits = 8, s_bits = 9;     //将h通道0-180的范围分成8个bin， 将s通道的0-255范围分成9个bin

    IplImage *srcHSV = cvCreateImage(cvGetSize(src),8,3);cvZero(srcHSV);
    IplImage *srcH   = cvCreateImage(cvGetSize(src),8,1);cvZero(srcH);
    IplImage *srcS   = cvCreateImage(cvGetSize(src),8,1);cvZero(srcS);
    IplImage *srcV   = cvCreateImage(cvGetSize(src),8,1);cvZero(srcV);

    cvCvtColor(src,srcHSV,CV_BGR2HSV);
    cvSplit(srcHSV,srcH,srcS,srcV,0);

    IplImage *planes_src[] = {srcH,srcS};     //对H和S通道建立二维直方图

    CvHistogram *hist;
    {
        int  hist_size[] = {h_bits,s_bits};
        float h_ranges[] = {0,180};
        float s_ranges[] = {0,255};
        float  *ranges[] = {h_ranges,s_ranges};

        hist = cvCreateHist(2 , hist_size , CV_HIST_ARRAY , ranges , 1);
    }

    cvCalcHist(planes_src,hist,0,0);         // 计算直方图

    return hist;                             //返回直方图

}

这样就获得了一个直方图的数据。当然也可以将这个直方图显示出来。

/* 显示直方图的函数
IplImage * showHist(CvHistogram *hist)
{
	float max_value;
	cvGetMinMaxHistValue( hist, 0, &max_value, 0, 0 );

	int scale = 10;

	//创建直方图图像
	int height = 240;
	int width = (h_bins*s_bins*3);
	IplImage* hist_img = cvCreateImage( cvSize(width,height), 8, 3 );cvZero( hist_img );

	IplImage * hsv_color = cvCreateImage(cvSize(1,1),8,3);
	IplImage * rgb_color = cvCreateImage(cvSize(1,1),8,3);
	int bin_w = width / (h_bins * s_bins);

	for(int h = 0; h < h_bins; h++)
	{
		for(int s = 0; s < s_bins; s++)
		{
			int i = h*s_bins + s;            //    i=0 的时候为黑色，有的时候分析不需要

			float bin_val = cvQueryHistValue_2D( hist, h, s );

			int intensity = cvRound(bin_val*height/max_value);

			cvSet2D(hsv_color,0,0,cvScalar(h*180.f / h_bins,s*255.f/s_bins,250,0));

			cvCvtColor(hsv_color,rgb_color,CV_HSV2BGR);
			CvScalar color = cvGet2D(rgb_color,0,0);

			cvRectangle( hist_img, cvPoint(i*bin_w,height),
				cvPoint((i+1)*bin_w,height - intensity),
				color, -1, 8, 0 );
		}
	}

	cvReleaseImage(&hsv_color);
	cvReleaseImage(&rgb_color);

	return hist_img;
}

去掉直方图中的黑色成分，然后将直方图归一化

	float *ptr = cvGetHistValue_2D(hist, 0,0);
	*ptr = 0.f;                                         // 对直方图中的 0,0  位置的bin 赋值为 0

        cvNormalizeHist(hist,1.0);                          // 将去掉黑色的直方图归一化操作