OpenCV学习(24) 直方图(1)

直方图是对数据的统计，并将统计结果分布于一系列预定义的槽中。这里的数据不仅仅指的是灰度值，它可以是任何能有效描述图像特征的数据，比如图像梯度等等。

假设有一个矩阵包含一张图像的信息 (灰度值 0-255)，我们已经知道灰度值范围是0-255，假设有16个槽(bin)，则有下面的划分：

我们可以统计落入每个槽中像素的数目，并用直方图的形式显示出来。

让我们再来了解一下直方图的一些具体细节:

dims: 需要统计的特征的数目， 在上例中， dims = 1 因为我们仅仅统计了灰度值(灰度图像)。
bins: 每个特征空间 子区段 的数目，在上例中, bins = 16
range: 每个特征空间的取值范围，在上例中， range = [0,255]

怎样去统计两个特征呢? 在这种情况下， 直方图就是3维的了，x轴和y轴分别代表一个特征， z轴是掉入 组合中的样本数目， 同样的方法适用于更高维的情形 (超过2维的很难用可视化的方式显示出来)。

下面是读取一副图像的灰度图，然后显示它的灰度值统计直方图的代码：

int main( int argc, char** argv )
    {
    Mat src, dst;

    /// 以单通道方式打开图像
    src = imread( "../lenna.jpg", 0);

    if( !src.data )
        { return -1; }

    /// 设定bin数目
    int histSize[1] = {255};

    /// 设定取值范围 ( R,G,B) )
    float range[] = { 0, 255 } ;
    const float* histRange = { range };

    bool uniform = true; bool accumulate = false;

    //结果直方图
    Mat hist;

    calcHist( &src, 1, 0, Mat(), hist, 1, histSize, &histRange, uniform, accumulate );

    // 创建直方图画布
    int hist_w = 512;
    int hist_h = 512;
    //计算每个bin的像素宽度
    int bin_w = cvRound( (double) hist_w/histSize[0] );

    Mat histImage( hist_w, hist_h, CV_8UC3, Scalar( 0,0,0) );

    /// 将直方图归一化到范围 [ 0, histImage.rows ]
    normalize(hist, hist, 0, histImage.rows, NORM_MINMAX, -1, Mat() );

    /// 在直方图画布上画出直方图,线宽为bin_w
    for( int i = 0; i < histSize[0]; i++ )
        {
        line( histImage, Point( bin_w*(i), hist_h - cvRound(hist.at<float>(i)) ) ,
            Point( bin_w*(i), hist_h),
            Scalar( 0, 0, 255), bin_w, 8, 0  );
        }

    /// 显示直方图
    namedWindow("calcHist Demo", CV_WINDOW_AUTOSIZE );
    imshow("calcHist Demo", histImage );

    waitKey(0);

    return 0;

    }

OpenCV中的直方图计算函数，参数比较多，第一个参数是指向图像矩阵的指针，之所以是指针，是因为OpenCV中，可以统计多个图像的直方图，并把结果累加起来，我们的代码中只有一副图像，所以取&src。第二个参数就是指统计图像的数量，本程序中为1。第三个参数表示对某个通道进行直方图统计，我们读入的是灰度图，只有一个通道，所以值为0 。第四个参数是掩码。第五个参数是输出的直方图结果矩阵。第六个参数是直方图的维数。第七个参数是每个维度的取值范围，我们是单通道图像灰度值直方图，所以取值范围是[0 ，255]，通常这个参数是个二维指针。

//计算直方图

//第二个参数1表示只对一副图像进行直方图处理

//第三个参数表示只处理channel 0，对多个channel的图像，可以选1，2等等。

//第四个参数Mat()，表示不使用掩码

//hist是直方图结果

//第六个参数1表示是1维直方图

//第七个参数，直方图bin的数目

//第八个参数是像素取值范围，第九个参数是各维取值范围相同，第十个参数是是否累加多副图像的统计结果，如果处理多个图像，需要这个参数。

calcHist( &src, 1, 0, Mat(), hist, 1, histSize, &histRange, uniform, accumulate );

程序执行后效果如下：

程序源代码：工程文件FirstOpenCV18

OpenCV学习(24) 直方图(1)的相关教程结束。