【opencv学习笔记】025之直方图计算

前言

如果你想了解更多有关于计算机视觉、OpenCV、机器学习、深度学习等相关技术的内容，想与更多大佬一起沟通，那就扫描下方二维码加入我们吧！

1、calcHist函数是干什么滴？

这个问题嘛，看看标题，标题，对啊，你这么聪明，一定猜得到：

calcHist函数是用来计算图像直方图的。

2、calcHist函数调用形式

C++: 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 )

参数详解：

onst Mat* images：输入图像

int nimages：输入图像的个数

const int* channels：需要统计直方图的第几通道

InputArray mask：掩膜，，计算掩膜内的直方图 ...Mat()

OutputArray hist:输出的直方图数组

int dims：需要统计直方图通道的个数

const int* histSize：指的是直方图分成多少个区间，就是 bin的个数

const float** ranges：统计像素值得区间

bool uniform=true::是否对得到的直方图数组进行归一化处理

bool accumulate=false：在多个图像时，是否累计计算像素值得个数

3、实战分析及代码展示

我们需要把下面这个图像的直方图计算并画在画布上。一共有如下几个步骤：

1.创建一些矩阵；

2.加载原图像；

3.使用OpenCV函数 split() 将图像分割成3个单通道图像；

4.设定像素取值范围，我们知道像素值的范围是 [0,255]；

5.使用OpenCV函数calcHist() 分别计算三个通道的直方图；

6.创建显示直方图的画布并使用 normalize() 函数归一化直方图；

7.最后显示直方图并等待用户退出程序；

#define INPUT_TITLE "input image"
#define OUTPUT_TITLE "直方图计算"#include<iostream>
#include<opencv2\opencv.hpp>using namespace std;
using namespace cv;int main() {Mat src, dst;//加载图像src = imread("D:/equalizeHist.jpg");if (!src.data){cout << "ERROR : could not load image.";return -1;}namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);namedWindow(OUTPUT_TITLE, CV_WINDOW_AUTOSIZE);imshow(INPUT_TITLE, src);//分通道显示vector<Mat> bgr_planes;split(src, bgr_planes);//设定像素取值范围int histSize = 256;float range[] = { 0,256 };const float *histRanges = { range };//三个通道分别计算直方图Mat b_hist, g_hist, r_hist;calcHist(&bgr_planes[0], 1, 0, Mat(), b_hist, 1, &histSize, &histRanges, true, false);calcHist(&bgr_planes[1], 1, 0, Mat(), g_hist, 1, &histSize, &histRanges, true, false);calcHist(&bgr_planes[2], 1, 0, Mat(), r_hist, 1, &histSize, &histRanges, true, false);//创建直方图画布并归一化处理int hist_h = 400;int hist_w = 512;int bin_w = hist_w / histSize;Mat histImage(hist_w, hist_h, CV_8UC3, Scalar(0, 0, 0));normalize(b_hist, b_hist, 0, hist_h, NORM_MINMAX, -1, Mat());normalize(g_hist, g_hist, 0, hist_h, NORM_MINMAX, -1, Mat());normalize(r_hist, r_hist, 0, hist_h, NORM_MINMAX, -1, Mat());//render histogram chart  在直方图画布上画出直方图for (int i = 0; i < histSize; i++){line(histImage, Point((i - 1)*bin_w, hist_h - cvRound(b_hist.at<float>(i - 1))), Point((i)*bin_w, hist_h - cvRound(b_hist.at<float>(i))), Scalar(255, 0, 0), 2, LINE_AA);line(histImage, Point((i - 1)*bin_w, hist_h - cvRound(g_hist.at<float>(i - 1))),Point((i)*bin_w, hist_h - cvRound(g_hist.at<float>(i))), Scalar(0, 255, 0), 2, LINE_AA);line(histImage, Point((i - 1)*bin_w, hist_h - cvRound(r_hist.at<float>(i - 1))),Point((i)*bin_w, hist_h - cvRound(r_hist.at<float>(i))), Scalar(0, 0, 255), 2, LINE_AA);}imshow(OUTPUT_TITLE, histImage);waitKey(0);return 0;
}