一、直方图

图像直方图是基于图像像素值，其实对图像梯度、每个像素的角度、等一切图像的属性值，我们都可以建立直方图。直方图最常见的几个属性：

• dims: 需要统计的特征的数据
• bins:每个特征空间子区段的数据
• range: 每个特征空间的取值范围

在opencv中提供了calcHist()函数计算图像的直方图，计算完成后可以采用前opencv中的绘图函数如rectangle、line()等绘制显示出来

二、calcHist

void cv::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: 输入的图像或数组，它们的深度必须为CV_8U, CV_16U或CV_32F中的一类，尺寸必须相同。
• nimages: 输入数组个数，也就是第一个参数中存放了几张图像，有几个原数组
• channels: 需要统计的通道dim，第一个数组通道从0到image[0].channels()-1，第二个数组从image[0].channels()到images[0].channels()+images[1].channels()-1，以后的数组以此类推
• mask: 可选的操作掩码。如果此掩码不为空，那么它必须为8位并且尺寸要和输入图像images[i]一致。非零掩码用于标记出统计直方图的数组元素数据
• hist: 输出的目标直方图，一个二维数组
• dims: 需要计算直方图的维度，必须是正数且并不大于CV_MAX_DIMS(在opencv中等于32)
• histSize: 每个维度的直方图尺寸的数组
• ranges: 每个维度中bin的取值范围
• uniform: 直方图是否均匀的标识符，有默认值true
• accumulate: 累积标识符，有默认值false,若为true，直方图再分配阶段不会清零。此功能主要是允许从多个阵列中计算单个直方图或者用于再特定的时间更新直方图.

三、示例

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat src;
	// 1. 加载源图像
	src = imread("images/02.png");
	imshow("input Image", src);

	// 2. 在R、G、B平面中分离源图像，把多通道图像分为多个单通道图像。使用OpenCV函数cv::split。
	vector<Mat> bgr_planes;
	split(src, bgr_planes);// 把多通道图像分为多个单通道图像

	printf("channels=%dn", bgr_planes.size());//3通道，所以size也是3
	imshow("channels_b", bgr_planes[0]);
	imshow("channels_g", bgr_planes[1]);
	imshow("channels_r", bgr_planes[2]);

	// 3. 现在我们准备开始为每个平面配置直方图。 由于我们正在使用B，G和R平面，我们知道我们的值将在区间[0,255]范围内
	int histBins = 256;//建立箱数（5,10 ......）
	float range[] = { 0, 256 };//设置值的范围（在0到255之间）
	const float * histRanges = range;//注意：函数形参 float ** 与 const float ** 是两种不同数据类型。
	bool uniform = true, accumulate = false;//我们希望我们的箱子具有相同的尺寸（均匀）并在开头清除直方图
	Mat b_hist, g_hist, r_hist;//calcHist计算出来的Mat中元素的最大值可能上几千，所以最好归一化后再绘制直方图
	//使用OpenCV函数cv::calcHist计算直方图：
	calcHist(&bgr_planes[0], 1, 0, Mat(), b_hist, 1, &histBins, &histRanges, uniform, accumulate);//计算直方图
	calcHist(&bgr_planes[1], 1, 0, Mat(), g_hist, 1, &histBins, &histRanges, uniform, accumulate);
	calcHist(&bgr_planes[2], 1, 0, Mat(), r_hist, 1, &histBins, &histRanges, uniform, accumulate);

	// 4. 归一化
	int hist_cols = 400;
	int hist_rows = 512;
	int bin_w = hist_rows / histBins;
	/*
		normalize(  // normalize函数作用为 归一化数据
			InputArray src, // 输入数组
			InputOutputArray dst, // 输出数组，数组的大小和原数组一致
			double alpha = 1, // 1,用来规范值，2.规范范围，并且是下限
			double beta = 0, // 只用来规范范围并且是上限
			int norm_type = NORM_L2, // 归一化选择的数学公式类型
			int dtype = -1, // 当为负，输出在大小深度通道数都等于输入，当为正，输出只在深度与输如不同，不同的地方由dtype决定
			InputArray mask = noArray() // 掩码。选择感兴趣区域，选定后只能对该区域进行操作
		);

		值归一化举例说明:  
			src={10,23,71}，参数 beta 设为0，值的范围为 0-参数alpha 设置的值，例子中alpha设置为1
			NORM_L1运算后得到   dst={0.096,0.221,0.683}       NORM_* 的归一化公式参考上述博客
			NORM_INF运算后得到  dst={0.141,0.324,1}
			NORM_L2运算后得到   dst={0.133,0.307,0.947}
			NORM_MINMAX运算得到 dst={0,0.377,1}             P = Ak / (max(Ai)-min(Ai))  Ak等于最大最小Ai时，不按此公式计算，P直接等于1, 0

		范围归一化时，beta必有值不等于0，范围为 alpha-beta ，alpha为下限(可为0也可非0)，beta为上限
	*/
	//请注意，在绘制之前，我们首先对直方图进行cv :: normalize，使其值落在输入参数指示的范围内：
	normalize(b_hist, b_hist, 0, hist_cols, NORM_MINMAX, -1, Mat());//b_hist中元素的值转换到 0-hist_cols 之间
	normalize(g_hist, g_hist, 0, hist_cols, NORM_MINMAX, -1, Mat());
	normalize(r_hist, r_hist, 0, hist_cols, NORM_MINMAX, -1, Mat());//传参 0, hist_cols 或 hist_cols, 0 结果一致

	// 5. 绘制直方图
	Mat histImage(hist_rows, hist_cols, CV_8UC3, Scalar(0, 0, 0));
	for (int i = 1; i < histBins; i++)
	{
		// cvRound 四舍五入，返回整型值
		line(histImage, Point((i - 1)*bin_w, hist_cols - cvRound(b_hist.at<float>(i - 1))),
			Point(i*bin_w, hist_cols - cvRound(b_hist.at<float>(i))), Scalar(255, 0, 0), 2, LINE_AA);
		line(histImage, Point((i - 1)*bin_w, hist_cols - cvRound(g_hist.at<float>(i - 1))),
			Point(i*bin_w, hist_cols - cvRound(g_hist.at<float>(i))), Scalar(0, 255, 0), 2, LINE_AA);
		line(histImage, Point((i - 1)*bin_w, hist_cols - cvRound(r_hist.at<float>(i - 1))),
			Point(i*bin_w, hist_cols - cvRound(r_hist.at<float>(i))), Scalar(0, 0, 255), 2, LINE_AA);
	}
	// 6. 最后，我们显示直方图并等待用户退出：
	imshow("histImage", histImage);

	waitKey(0);
	return 0;
}

最后

以上就是烂漫凉面为你收集整理的23 OpenCV直方图计算calcHist一、直方图二、calcHist三、示例的全部内容，希望文章能够帮你解决23 OpenCV直方图计算calcHist一、直方图二、calcHist三、示例所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。