图像处理学习笔记之直方图的计算与绘制

图像直方图包含丰富的图像细节信息，反映了图像像素点的概率分布情况，它统计了每一个强度值具有的像素个数。灰度级范围是[0,L-1]的数字图像的直方图是离散函数h(rk)=nk,其中是rk第k级灰度值，nk是图像中灰度为rk的像素个数。在实践中，经常用乘积MN表示的图像像素总数除它的每个分量来归一化直方图，M、N是图像的行列数。因此归一化后的直方图由p(rk)=nk/MN给出。直方图的横坐标表示灰度级，纵坐标表示图像中该灰度级出现的次数（频率）。

一般来说，在暗图像中，直方图的分量集中在灰度级较低的一侧。亮图像的直方图分量集中在灰度级值较高的一侧。低对比度的图像具有较窄的直方图，且集中于灰度级的中部。高对比度的图像中直方图的分量覆盖了很宽的灰度级范围。

图1 亮图像及其灰度直方图

图2 暗图像及其灰度直方图

图3 高对比度图像及其灰度直方图

图4 低对比度图像及其灰度直方图

opencv中提供了calchist函数用于计算图像的直方图。其声明如下：

void calcHist(const Mat* arrays, int narrays, const int* channels, InputArray mask, OutputArray hist, int dims, const int* histSize, const float** ranges, bool uniform=true, bool accumulate=false )；

• arrays：源输入图像数组，可以是多幅图像，所有的图像必须有同样的深度（CV_8U or CV_32F），同时一副图像可以有多个channes。
• narrays：源输入数组中的元素个数
• channels：用来计算直方图的通道维数数组,第一个数组的通道由0到arrays[0].channels()-1列出，第二个数组的通道从arrays[0].channels()到arrays[0].channels()+arrays[1].channels()-1以此类推
• mask：可选的掩膜，如果该矩阵不是空的，则必须是8位的并且与arrays[i]的大小相等，掩膜的非零值标记需要在直方图中统计的数组元素;
• hist：输出直方图，是一个稠密或者稀疏的dims维的数组
• dims：直方图的维数，必须为正，并且不大于CV_MAX_DIMS(当前的OpenCV版本中为32，即最大可以统计32维的直方图);