自定义直方图，opencv

最新推荐文章于 2022-02-09 16:02:34 发布

原创最新推荐文章于 2022-02-09 16:02:34 发布 · 552 阅读

0 ·

CC 4.0 BY-SA版权

opencv 专栏收录该内容

28 篇文章

订阅专栏

本文介绍如何利用OpenCV库在Python中创建自定义的直方图。通过提供的代码示例，读者可以了解到直方图绘制的基本步骤和关键函数的用法。

在实际应用场景中，我们可以根据需求调整计算的直方图区间，针对灰度直方图而言，我们可以将区间【0,255】分成以下几个区间：【0,60】，【61,120】，【121,160】，【161,220】，【221,255】。然后分别统计各个区间的灰度分布，进一步实现自定义直方图。

代码如下：

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/opencv.hpp"
#include "opencv2/core/core.hpp"
#include <stdio.h>
#include <string>
using namespace std;
using namespace cv;
int main()
{
	cv::Mat srcImage = cv::imread("C:\\Users\\LP\\Desktop\\C++\\ConsoleApplication4\\ConsoleApplication4\\RGBFlower4.jpg");
	
	if (srcImage.empty())
	{
		return -1;
	} 
	cv::imshow("原图像", srcImage);
	//灰度转换
	cv::Mat srcGray;
	cv::cvtColor(srcImage, srcGray, CV_RGB2GRAY);
	cv::imshow("srcGray", srcGray);
	//初始化直方图参数
	const int channels[1] = {0};
	const int histSize[1] = {256};
	//设定区间
	float hranges[6] = {0, 60, 120, 160, 220, 255};
	const float* ranges[1] = {hranges};
	cv::MatND hist;
	//计算直方图
	cv::calcHist(&srcGray, 1, channels, cv::Mat(), hist, 1, histSize, ranges);
	//求直方图最大值
	double maxHist = 0;
	cv::minMaxLoc(hist, 0, &maxHist, 0, 0);
	//设置直方图参数
	int hist_Size = hist.rows;
	cv::Mat histImg(hist_Size, hist_Size, CV_8U, cv::Scalar(255));
	//绘制直方图
	for (int h = 0; h < hist_Size; h++)
	{
		float binVal = hist.at<float>(h);
		//归一化，根据最大值计算变化范围
		int intensity = static_cast<int>(binVal * hist_Size / maxHist);
		//绘制直方图信息
		cv::line(histImg, cv::Point(h, hist_Size), cv::Point(h, hist_Size-intensity), cv::Scalar::all(0));
	}
	
	cv::imshow("histImg", histImg);
	cv::waitKey(0);
	return 0;
}