什么是直方图
统计学是指对整个图像在一定范围内的像素值统计出现频率, 而绘制出的直方图, 称之为图像直方图
- 反映的是数据的分布情况
直方图的作用
通过统计学获取到的直方图, 它反映像素出现的概率, 通过非线性拉伸的方式处理图像可以获取更好的动态效果
绘制流程
- 分离像素通道数据
- 统计每个通道表示颜色分量 数值出现的次数
- 将值归一化到我们想要的范围
- 绘制图表
绘制代码
#include<opencv2/opencv.hpp>
#include<vector>
using namespace cv;
using namespace std;
void main() {
Mat src = imread("F:/VisualStudioSpace/OpenCV/Resource/Naruto.jpg");
if (!src.data) {
printf("Read data failed");
return;
}
imshow("src", src);
// 1. 分离颜色 B, G, R 通道的数据
vector<Mat> bgrs;
split(
src, // 要分离图像
bgrs // 将原图的数据分离到 BGR 的集合中
);
// 2. 计算直方图的数据
Mat hist_b, hist_g, hist_r;
const int hist_size = 256;
const float *ranges = new float[2]{ 0, 255 };
calcHist(
&bgrs[0], // images: 输入的图像
1, // nimages: 输入图像的个数
0, // channels: 第几通道
Mat(), // mask: 掩模
hist_b, // hist: 计算后的输出矩阵, 存储每个等级出现的次数
1, // dims: 需要统计的通道数
&hist_size, // histSize: 直方图等级的个数
&ranges, // ranges: 直方图数据的范围
true, // uniform: true 表示对得到的图片进行归一化处理
false // accumulate: 在多个图像时, 是否累计计算像素值的个数
);
calcHist(&bgrs[1], 1, 0, Mat(), hist_g, 1, &hist_size, &ranges);
calcHist(&bgrs[2], 1, 0, Mat(), hist_r, 1, &hist_size, &ranges);
// 3. 数据归一化处理
int hist_y = 300; // 坐标系 Y 轴大小
int hist_x = 512; // 坐标系 X 轴大小
normalize(
hist_b, // src: 需要归一化的数据
hist_b, // dst: 归一操作后输出
0, // alpha: 低区间
hist_y, // beta: 高区间, 即将 hist_b 中的每个数据归一化到 [alpha, beta] 中
NORM_MINMAX // norm_type: 归一的类型(NORM_MINMAX 缩放到指定区域)
);
normalize(hist_g, hist_g, 0, hist_y, NORM_MINMAX);
normalize(hist_r, hist_r, 0, hist_y, NORM_MINMAX);
// 4. 绘制图形
Mat hist_image(hist_y, hist_x, CV_8SC4, Scalar(255, 255, 255));
int paintWidth = hist_x / hist_size;
for (int i = 1; i < hist_size; i++) {
line(
hist_image,
Point((i - 1) * paintWidth, hist_y - hist_b.at<float>(i - 1)),
Point(i * paintWidth, hist_y - hist_b.at<float>(i)),
Scalar(255, 0, 0),
paintWidth,
LINE_AA
);
line(
hist_image,
Point((i - 1) * paintWidth, hist_y - hist_g.at<float>(i - 1)),
Point(i * paintWidth, hist_y - hist_g.at<float>(i)),
Scalar(0, 255, 0),
paintWidth,
LINE_AA
);
line(
hist_image,
Point((i - 1) * paintWidth, hist_y - hist_r.at<float>(i - 1)),
Point(i * paintWidth, hist_y - hist_r.at<float>(i)),
Scalar(0, 0, 255),
paintWidth,
LINE_AA
);
}
imshow("hist", hist_image);
delete[]ranges;
cvWaitKey(0);
}
