【OpenCV入门指南】第八篇灰度直方图

来源：互联网发布：淘宝怎么买天涯公马编辑：程序博客网时间：2024/05/19 03:42

直方图(Histogram)又称柱状图、质量分布图，是一种统计报告图。直方图由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。在图像处理上，直方图是图像信息统计的有力工具。

灰度直方图是指对图像的灰度信息进行统计，我们知道灰度图在图像处理中应用非常广泛，在前面的《OpenCV第三篇Canny边缘检测》、《OpenCV第五篇轮廓检测上》、《OpenCV第六篇轮廓检测下》均能找到灰度图的用武之地。因此灰度直方图具有较高的实用价值。下面先介绍灰度直方图的几个主要函数。

一．cvCreateHist

函数功能：创建直方图

函数原型：

CVAPI(CvHistogram*) cvCreateHist( // Creates new histogram

int dims,

int* sizes,

int type,

float** ranges CV_DEFAULT(NULL),

int uniform CV_DEFAULT(1)

);

参数说明：

第一个参数表示直方图维数，灰度图为1，彩色图为3。

第二个参数表示直方图维数的数目，其实就是sizes数组的维数。

第三个参数表示直方图维数尺寸的数组。

第四个参数表示直方图类型，为CV_HIST_ARRAY表示直方图数据表示为多维密集数组，为CV_HIST_TREE表示直方图数据表示为多维稀疏数组。

第五个参数表示归一化标识，其原理有点复杂。通常使用默认值即可。

函数说明：

直方图的数据结构如下所示：

typedef struct CvHistogram

{

int type;

CvArr* bins;

float thresh[CV_MAX_DIM][2]; /* For uniform histograms. */

float** thresh2; /* For non-uniform histograms. */

CvMatND mat; /* Embedded matrix header for array histograms. */

}CvHistogram;

二．cvCalcHist

函数功能：根据图像计算直方图

函数原型：

void cvCalcHist(

IplImage** image,

CvHistogram* hist,

int accumulate CV_DEFAULT(0),

const CvArr* mask CV_DEFAULT(NULL)

)

参数说明：

第一个参数表示输入图像。

第二个参数表示输出的直方图指针。

第三个参数表示累计标识。如果设置，则直方图在开始时不被清零。这个特征保证可以为多个图像计算一个单独的直方图，或者在线更新直方图。

第四个参数操作mask, 确定输入图像的哪个象素被计数。

函数说明：

这是个inline函数，函数内部会直接调用cvCalcArrHist( (CvArr**)image, hist, accumulate, mask );

其它直方图的函数介绍可以参阅：

http://www.opencv.org.cn/index.php/Cv%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86#.E7.9B.B4.E6.96.B9.E5.9B.BE

下面给出灰度直方图的代码示范：

[cpp] view plaincopy
//图像的灰度直方图  
//By MoreWindows (http://blog.csdn.net/MoreWindows)  
#include <opencv2/opencv.hpp>  
#include <opencv2/legacy/compat.hpp>  
using namespace std;  
#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")  
void FillWhite(IplImage *pImage)  
{  
    cvRectangle(pImage, cvPoint(0, 0), cvPoint(pImage->width, pImage->height), CV_RGB(255, 255, 255), CV_FILLED);  
}  
// 创建灰度图像的直方图  
CvHistogram* CreateGrayImageHist(IplImage **ppImage)  
{  
    int nHistSize = 256;  
    float fRange[] = {0, 255};  //灰度级的范围    
    float *pfRanges[] = {fRange};    
    CvHistogram *pcvHistogram = cvCreateHist(1, &nHistSize, CV_HIST_ARRAY, pfRanges);  
    cvCalcHist(ppImage, pcvHistogram);  
    return pcvHistogram;  
}  
// 根据直方图创建直方图图像  
IplImage* CreateHisogramImage(int nImageWidth, int nScale, int nImageHeight, CvHistogram *pcvHistogram)  
{  
    IplImage *pHistImage = cvCreateImage(cvSize(nImageWidth * nScale, nImageHeight), IPL_DEPTH_8U, 1);  
    FillWhite(pHistImage);  
  
    //统计直方图中的最大直方块  
    float fMaxHistValue = 0;  
    cvGetMinMaxHistValue(pcvHistogram, NULL, &fMaxHistValue, NULL, NULL);  
  
    //分别将每个直方块的值绘制到图中  
    int i;  
    for(i = 0; i < nImageWidth; i++)  
    {  
        float fHistValue = cvQueryHistValue_1D(pcvHistogram, i); //像素为i的直方块大小  
        int nRealHeight = cvRound((fHistValue / fMaxHistValue) * nImageHeight);  //要绘制的高度  
        cvRectangle(pHistImage,  
            cvPoint(i * nScale, nImageHeight - 1),  
            cvPoint((i + 1) * nScale - 1, nImageHeight - nRealHeight),  
            cvScalar(i, 0, 0, 0),   
            CV_FILLED  
        );   
    }  
    return pHistImage;  
}  
int main( int argc, char** argv )  
{     
    const char *pstrWindowsSrcTitle = "原图(http://blog.csdn.net/MoreWindows)";  
    const char *pstrWindowsGrayTitle = "灰度图(http://blog.csdn.net/MoreWindows)";  
    const char *pstrWindowsHistTitle = "直方图(http://blog.csdn.net/MoreWindows)";  
  
    // 从文件中加载原图  
    IplImage *pSrcImage = cvLoadImage("007.jpg", CV_LOAD_IMAGE_UNCHANGED);  
    IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);  
    // 灰度图  
    cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);  
  
    // 灰度直方图  
    CvHistogram *pcvHistogram = CreateGrayImageHist(&pGrayImage);  
      
    // 创建直方图图像  
    int nHistImageWidth = 255;  
    int nHistImageHeight = 150;  //直方图图像高度  
    int nScale = 2;              
    IplImage *pHistImage = CreateHisogramImage(nHistImageWidth, nScale, nHistImageHeight, pcvHistogram);  
  
    // 显示  
    cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);  
    cvNamedWindow(pstrWindowsGrayTitle, CV_WINDOW_AUTOSIZE);  
    cvNamedWindow(pstrWindowsHistTitle, CV_WINDOW_AUTOSIZE);  
    cvShowImage(pstrWindowsSrcTitle, pSrcImage);  
    cvShowImage(pstrWindowsGrayTitle, pGrayImage);  
    cvShowImage(pstrWindowsHistTitle, pHistImage);  
  
  
    cvWaitKey(0);  
  
    cvReleaseHist(&pcvHistogram);  
  
    cvDestroyWindow(pstrWindowsSrcTitle);  
    cvDestroyWindow(pstrWindowsGrayTitle);  
    cvDestroyWindow(pstrWindowsHistTitle);  
    cvReleaseImage(&pSrcImage);  
    cvReleaseImage(&pGrayImage);  
    cvReleaseImage(&pHistImage);  
    return 0;  
}  

运行效果如下图所示：

由直方图可以看出灰度图上有四种灰度占了很大一部分比例。估计应该是墙壁，衣服，裤子及皮肤这四种灰度吧。

本篇主要介绍了灰度图像的直方图，彩色图像的直方图可以参考：http://www.opencv.org.cn/index.php/%E5%9B%BE%E5%83%8F%E9%A2%9C%E8%89%B2%E5%88%86%E5%B8%83%E7%9B%B4%E6%96%B9%E5%9B%BE

后面二篇《OpenCV第十篇灰度直方图均衡化》与《OpenCV第十一篇彩色直方图均衡化》将介绍直方图的均衡化处理，这是图像增强的常用方法。欢迎继续浏览。

《OpenCV入门指南》系列文章地址：

http://blog.csdn.net/morewindows/article/category/1291764

【OpenCV入门指南】第八篇 灰度直方图

【OpenCV入门指南】第八篇灰度直方图