部分内容来自http://blog.jobbole.com/84215/
1:关于求算直方图的函数cv::calhist()
opencv中自带了求算图像直方图的函数calhist(),关于calhist(),函数原型如下:
CV_EXPORTS 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 );
CV_EXPORTS void calcHist( const Mat* images, int nimages,
const int* channels, InputArray mask,
SparseMat& hist, int dims,
const int* histSize, const float** ranges,
bool uniform=true, bool accumulate=false );
CV_EXPORTS_W void calcHist( InputArrayOfArrays images,
const vector<int>& channels,
InputArray mask, OutputArray hist,
const vector<int>& histSize,
const vector<float>& ranges,
bool accumulate=false );
有三个重载类型;关于第一个详细参数如下:
const Mat* images:为输入图像的指针。
int nimages:要计算直方图的图像的个数。此函数可以为多图像求直方图,我们通常情况下都只作用于单一图像,所以通常nimages=1。
const int* channels:图像的通道,它是一个数组,如果是灰度图像则channels[1]={0};如果是彩色图像则channels[3]={0,1,2};如果是只是求彩色图像第2个通道的直方图,则channels[1]={1};
IuputArray mask:是一个遮罩图像用于确定哪些点参与计算,实际应用中是个很好的参数,默认情况我们都设置为一个空图像,即:Mat()。
OutArray hist:计算得到的直方图
int dims:得到的直方图的维数,灰度图像为1维,彩色图像为3维
const int* histSize:直方图横坐标的区间数。如果是10,则它会横坐标分为10份,然后统计每个区间的像素点总和
const float** ranges:这是一个二维数组,用来指出每个区间的范围
后面两个参数都有默认值,uniform参数表明直方图是否等距,最后一个参数与多图像下直方图的显示与存储有关
下面计算一个灰度图像的直方图:
int _tmain(int argc, _TCHAR* argv[])
{
Mat image = imread("meng.jpg",1);
cvtColor(image,image,CV_RGB2GRAY);
const int channels[1] = {0};
const int histSize[1] = {256};
float hrange[2] = {0,255};
const float* range[1] = {hrange};
MatND hist;
cv::calcHist(&image,1,channels,Mat(),hist,1,histSize,range);
for(int i=0;i<256;i++)
{
std::cout<<"Value"<<i<<"="<<hist.at<float>(i)<<std::endl;
}
waitKey(0);
return 0;
}
这样便可以在控制台上显示图像直方图的信息了;
对于多通道图像;则需要修改一下函数的参数;
int _tmain(int argc, _TCHAR* argv[])
{
Mat image = imread("meng.jpg",1);
//cvtColor(image,image,CV_RGB2GRAY);
const int channels[3] = {0,1,2};
const int histSize[3] = {256,256,256};
float hrange[2] = {0,255};
const float* range[3] = {hrange,hrange,hrange};
MatND hist;
cv::calcHist(&image,1,channels,Mat(),hist,3,histSize,range);
waitKey(0);
return 0;
}
但是由于得到的结果是三维数据所以没有办法用Mat.at的方式显示出来。