灰度直方图与OpenCV应用-优快云博客

1.灰度直方图
灰度直方图是灰度级的函数，表示图像中具有每种灰度级的像素的个数，反映每种灰度出现的频率。

灰度直方图的计算是很简单的，依据定义，若图象具有L（通常L=256,即8位灰度级）级灰度，则大小为MxN的灰度图象f(x,y)的灰度直方图hist[0…L-1]可用如下计算获得：
1. 初始化 hist[k]=0 ; k=0,…,L-1
2. 统计 hist[f(x,y)]++ ; x, y =0,…,M-1, 0,…,N-1
3. 标准化 hist[f(x,y)]/=M*N

2.openCV直方图使用
①数据结构
typedef struct CvHistogram
{
int type;
CvArr* bins;存放直方图在每一维上直方柱的具体数据，由于存在多维直方图。如果是一维直方图，那么bins就是一个一维的矩阵；如果是二维直方图，那么bins就是一个二维的矩阵，等等。
float thresh[CV_MAX_DIM]; /* 直方柱的划分是统一划分的，即均等划分的 */
float** thresh2; /不均等划分，可以自动设定每一个直方柱的取值范围。之所以是二级指针，每一个柱的取值范围用一级指针表示，又存在多个直方柱，所以需要二级指针才能表示。每一个不在指定范围的值，会被忽略掉。/
CvMatND mat; /* 存放直方图的数据 */
}
②创建直方图
CvHistogram* cvCreateHist( int dims, int* sizes, int type, float** ranges=NULL, int uniform=1);
params:
dim:表示直方图的维度
size:每一维上直方柱(bin)的数据,如一维则size[0] =256;二维:则size[0]=256，size[1] = 256;
type: 创建一个什么样的矩阵,直方图存储数据的方式:
CV_HIST_ARRAY意味着直方图数据表示为多维密集数组CvMatND;
CV_HIST_TREE 意味着直方图数据表示为多维稀疏数组CvSparseMat.—- 大于0才开设相应的空间存储它<高维的必选它>
ranges:直方图在每一维度上的范围。
如果是一维则代码为:
Floatrange[] = {0,255};
Float*ranges[]={range};
如果是二维则代码为:
Floatb_range[] = {0,255};
Floatg_range[] ={0,255};
Float*ranges[] = {b_range, g_range};
uniform
uniform:该值为0时，表示bin的范围是程序员自由设定的。当该值为非零时，表示bin的划分，是均等划分。
③计算直方图
cvCalcHist(&img, hist, 0, 0)
④画直方图

IplImage *DrawHistogram(CvHistogram*hist, float scaleX = 1, float scaleY = 1){  // 画直方图
    float histMax = 0;
    cvGetMinMaxHistValue(hist, 0 , &histMax, 0, 0);  // 取得直方图中的最值
    IplImage *imgHist = cvCreateImage(cvSize(256 * scaleX, 64*scaleY), 8, 1);
    cvZero(imgHist); //// 清空随机值
    for(int i = 0; i < 255; i++)
    {
        float histValue = cvQueryHistValue_1D(hist, i); // 取得直方图中的i值
        float nextValue = cvQueryHistValue_1D(hist, i+1);
        int numPt = 5;
        CvPoint pt[5];
        pt[0] = cvPoint(i*scaleX, 64*scaleY);
        pt[1] = cvPoint((i+1)*scaleX, 64*scaleY);
        pt[2] = cvPoint((i+1)*scaleX, (1 -(nextValue/histMax))* 64 * scaleY);
        pt[3] = cvPoint((i+1)*scaleX, (1 -(histValue/histMax))* 64 * scaleY);
        pt[4] = cvPoint(i*scaleX, 64*scaleY);
        cvFillConvexPoly(imgHist, pt, numPt, cvScalarAll(255));
    }
    return imgHist；
}