图像处理之直方图计算

来源：互联网发布：行情数据接口编辑：程序博客网时间：2024/05/09 13:49

直方图就是用来统计图像的像素信息的，每个颜色级像素的数量是多少，占整幅图像的比率。

所以就首先有了直方图计算；

opencv2有现成的函数calchist，其实原理是一样的，就是统计每个颜色值级别的像素一共有多少

1，灰度直方图计算

首先来看下灰度图的直方图计算

hist1d.h

#ifndef HIST1D_H#define HIST1D_H#include <opencv2/opencv.hpp>class Hist1D{private:int histsize[1];float histrange[2];const float* ranges[1];int chanels[1];public:Hist1D(){histsize[0] = 256;histrange[0] = 0.0;histrange[1] = 255.0;ranges[0] = histrange;chanels[0] = 0;}cv::MatND calcHist1D(const cv::Mat& img){cv::MatND hist;cv::calcHist(&img,1,chanels,cv::Mat(),hist,1,histsize,ranges);return hist;}cv::Mat getHist1DImg(const cv::Mat& img){cv::MatND hist;hist = calcHist1D(img);double max_hist,min_hist;cv::minMaxLoc(hist,&min_hist,&max_hist,0,0);cv::Mat histimg(histsize[0],histsize[0],CV_8U,cv::Scalar(255));int hpt = static_cast<int>(0.9*histsize[0]);for (int k=0;k<histsize[0];k++){float binval = hist.at<float>(k);int intensity = static_cast<int>(binval * hpt /max_hist);cv::line(histimg,cv::Point(k,histsize[0]),cv::Point(k,histsize[0]-intensity),cv::Scalar(0));}return histimg;}};#endif

hist1d.cpp

#include "hist1d.h"#include <iostream>using namespace cv;using namespace std;int main(){Mat img = imread("group.jpg",0);imshow("src",img);Hist1D hist1d;Mat histimg = hist1d.getHist1DImg(img);imshow("histimg",histimg);waitKey(0);}

效果如图

从直方图就可以看出来这幅图主要有两大块区域，区分两大块区域的方法之一，就是找到中间波谷的像素值，然后进行阈值二值化图像。

2，彩色图像直方图计算

0 0