OpenCV直方图

写在前面

没有发现 OpenCV 自带的直方图，只能自己动手。

参考

Histogram Calculation

直方图

直方图：简单的表格，表示一幅图像中具有某个值的像素的数量。
灰度图像的直方图有 256 个项目，也称箱子(bin)。0 号箱子提供值为 0 的像素数量，1 号箱子提供值为 1 的像素数量…
RGB 图像每个通道有 256 个项目

代码

#include <iostream>
#include <vector>

#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

Mat imhist(Mat image){
  Mat img = image.clone();

  bool uniform = true;  // 是否均匀
  bool accumulate = false;  // 是否累积
  int histSize = 256;  // 直方图箱子数量
  float range[] = {0, 256};  // 像素范围
  const float* histRange = {range};

  // 直方图图像属性
  int hist_w = 512;  // 宽度
  int hist_h = 400;  // 高度
  int bin_w = cvRound((double)hist_w / histSize);  // 每个箱子所占宽度

if(img.channels() == 1){  // 处理灰度图像
  Mat plane = img.clone();

  Mat hist;  // 存储灰度图像直方图
  calcHist(&plane,  // 需要计算的图像
    1,  // 图像数量
    0,
    // 官方定义：The channel (dim) to be measured. In this case it is just the intensity (each array is single-channel) so we just write 0.
    // 个人理解 数组都是单通道的，索引从0开始（个人看法）
    Mat(),  // 掩码，Mat()不使用
    hist,  // 作为结果的直方图
    1,  // 直方图维度
    &histSize,  // 箱子数量
    &histRange,  // 像素值范围
    uniform,
    accumulate);

  // 定义直方图图像(高度，宽度，数据类型，颜色(0为黑色))
  Mat histImage(hist_h, hist_w, CV_8UC1, Scalar(0));
  // 归一化，即所有箱子的数量相加为1
  normalize(hist, hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());

  // 绘制直方图
  for(int i=1;i<histSize;++i){
    line(histImage, Point(bin_w*(i-1), hist_h-cvRound(hist.at<float>(i-1))),
                      Point(bin_w*(i), hist_h - cvRound(hist.at<float>(i))),
                      Scalar(255), 1);

  }
  return histImage;
}
else{
  vector<Mat> bgr_planes;
  split(img, bgr_planes);  // 划分为B、G、R通道

  // 蓝色通道直方图，绿色通道直方图，红色通道直方图
  Mat b_hist, g_hist, r_hist;
  calcHist(&bgr_planes[0], 1, 0, Mat(), b_hist, 1, &histSize, &histRange, uniform, accumulate);
  calcHist(&bgr_planes[1], 1, 0, Mat(), g_hist, 1, &histSize, &histRange, uniform, accumulate);
  calcHist(&bgr_planes[2], 1, 0, Mat(), r_hist, 1, &histSize, &histRange, uniform, accumulate);

  // 直方图图像
  Mat histImages(hist_h, hist_w, CV_8UC3, Scalar(0,0,0));

  // 归一化
  normalize(b_hist, b_hist, 0, histImages.rows, NORM_MINMAX, -1, Mat());
  normalize(g_hist, g_hist, 0, histImages.rows, NORM_MINMAX, -1, Mat());
  normalize(r_hist, r_hist, 0, histImages.rows, NORM_MINMAX, -1, Mat());

  // 绘制直方图
  for(int i=1;i<histSize; ++i){
    line(histImages, Point(bin_w*(i-1), hist_h-cvRound(b_hist.at<float>(i-1))),
                    Point(bin_w*(i), hist_h - cvRound(b_hist.at<float>(i))),
                    Scalar(255, 0, 0), 2, 8, 0);
    line(histImages, Point(bin_w*(i-1), hist_h-cvRound(g_hist.at<float>(i-1))),
                    Point(bin_w*(i), hist_h - cvRound(g_hist.at<float>(i))),
                    Scalar(0, 255, 0), 2, 8, 0);
    line(histImages, Point(bin_w*(i-1), hist_h-cvRound(r_hist.at<float>(i-1))),
                    Point(bin_w*(i), hist_h - cvRound(r_hist.at<float>(i))),
                    Scalar(0, 0, 255), 2, 8, 0);
  }
  return histImages;
}
}

测试函数

void test(){
  cv::Mat img = cv::imread("lena.jpeg");
  cv::imshow("lena", img);
  cv::imshow("lena imhist", imhist(img));
  cv::cvtColor(img, img, cv::COLOR_BGR2GRAY);
  cv::imshow("lena gray imhist", imhist(img));
  cv::waitKey(0);
}

执行结果

imhist

写在后面

至少能画出直方图。
如有错误、更优方法，欢迎指正。

comment: