【opencv学习笔记】025之直方图计算 - calcHist函数详解

绝地灬酷狼 2021-06-11 15:11 648阅读 0赞

### 前言 ###

如果你想了解更多有关于计算机视觉、OpenCV、机器学习、深度学习等相关技术的内容，想与更多大佬一起沟通，那就扫描下方二维码加入我们吧！

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF36FF_t_70][]

**1、calcHist函数是干什么滴？**

这个问题嘛，看看标题，标题，对啊，你这么聪明，一定猜得到：

**calcHist函数是用来计算图像直方图的**。

**2、calcHist函数调用形式**

C++: void calcHist(const Mat\* images, int nimages, const int\* channels, InputArray mask, OutputArray hist, int dims, const int\* histSize, const float\*\* ranges, bool uniform=true, bool accumulate=false )

参数详解：

onst Mat\* images：输入图像

int nimages：输入图像的个数

const int\* channels：需要统计直方图的第几通道

InputArray mask：掩膜，，计算掩膜内的直方图  ...Mat()

OutputArray hist:输出的直方图数组

int dims：需要统计直方图通道的个数

const int\* histSize：指的是直方图分成多少个区间，就是 bin的个数

const float\*\* ranges： 统计像素值得区间

bool uniform=true::是否对得到的直方图数组进行归一化处理

bool accumulate=false：在多个图像时，是否累计计算像素值得个数

### 3、实战分析及代码展示 ###

我们需要把下面这个图像的直方图计算并画在画布上。一共有如下几个步骤：

1.创建一些矩阵；

2.加载原图像；

3.使用OpenCV函数 split() 将图像分割成3个单通道图像；

4.设定像素取值范围，我们知道像素值的范围是 \[0,255\]；

5.使用OpenCV函数calcHist() 分别计算三个通道的直方图；

6.创建显示直方图的画布并使用 normalize() 函数归一化直方图；

7.最后显示直方图并等待用户退出程序；

![70][]

#define INPUT_TITLE "input image"
    #define OUTPUT_TITLE "直方图计算"
    
    #include<iostream>
    #include<opencv2\opencv.hpp>
    
    using namespace std;
    using namespace cv;
    
    int main() {
    	Mat src, dst;
            //加载图像
            src = imread("D:/equalizeHist.jpg");
    	if (!src.data)
    	{
    		cout << "ERROR : could not load image.";
    		return -1;
    	}
    	namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);
    	namedWindow(OUTPUT_TITLE, CV_WINDOW_AUTOSIZE);
    
    	imshow(INPUT_TITLE, src);
    
    	//分通道显示
    	vector<Mat> bgr_planes;
    	split(src, bgr_planes);
    
    	//设定像素取值范围
    	int histSize = 256;
    	float range[] = { 0,256 };
    	const float *histRanges = { range };
    
            //三个通道分别计算直方图
    	Mat b_hist, g_hist, r_hist;
    	calcHist(&bgr_planes[0], 1, 0, Mat(), b_hist, 1, &histSize, &histRanges, true, false);
    	calcHist(&bgr_planes[1], 1, 0, Mat(), g_hist, 1, &histSize, &histRanges, true, false);
    	calcHist(&bgr_planes[2], 1, 0, Mat(), r_hist, 1, &histSize, &histRanges, true, false);
    
    	//创建直方图画布并归一化处理
            int hist_h = 400;
    	int hist_w = 512;
    	int bin_w = hist_w / histSize;
    	Mat histImage(hist_w, hist_h, CV_8UC3, Scalar(0, 0, 0));
    	normalize(b_hist, b_hist, 0, hist_h, NORM_MINMAX, -1, Mat());
    	normalize(g_hist, g_hist, 0, hist_h, NORM_MINMAX, -1, Mat());
    	normalize(r_hist, r_hist, 0, hist_h, NORM_MINMAX, -1, Mat());
    
    	//render histogram chart  在直方图画布上画出直方图
    	for (int i = 0; i < histSize; i++)
    	{
    		line(histImage, Point((i - 1)*bin_w, hist_h - cvRound(b_hist.at<float>(i - 1))), 
    			Point((i)*bin_w, hist_h - cvRound(b_hist.at<float>(i))), Scalar(255, 0, 0), 2, LINE_AA);
    		line(histImage, Point((i - 1)*bin_w, hist_h - cvRound(g_hist.at<float>(i - 1))),
    			Point((i)*bin_w, hist_h - cvRound(g_hist.at<float>(i))), Scalar(0, 255, 0), 2, LINE_AA);
    		line(histImage, Point((i - 1)*bin_w, hist_h - cvRound(r_hist.at<float>(i - 1))),
    			Point((i)*bin_w, hist_h - cvRound(r_hist.at<float>(i))), Scalar(0, 0, 255), 2, LINE_AA);
    	}
    
            
            imshow(OUTPUT_TITLE, histImage);
    
    	waitKey(0);
    	return 0;
    }

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_30_color_4FF0FF_t_70][] 效果图

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_36_color_FF36FF_t_70]: /images/20210516/c3ae0b2b237e4ce183f78fa02297ef2e.png
[70]: /images/20210516/8f095cb97d994b038c94a5b10e741e06.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NodWl5aXhpbg_size_30_color_4FF0FF_t_70]: /images/20210516/83e3a2b56f294940b0a593c62231374f.png