C++ 超详细14Bit，16Bit，24Bit，32Bit图像直方图统计并绘制显示，自己手撸代码

C++ OpenCv提供了函数calcHist()，可以很方便的帮助我们统计一幅8Bit图像的直方图，但是对于10Bit，12Bit，14Bit，16Bit，24Bit，32Bit等高位图像就不适用了，无法统计，这时候就需要我们自己手写代码统计高位图像的直方图。本人是在自己手撸统计8Bit图像直方图的基础上研究出统计16Bit图像的代码，关于手撸统计8Bit图像直方图的代码见我上一篇文章，有详细讲解，链接为：添加链接描述

下面给出代码中处理的原始16Bit图像，大家想测试的可以自行下载查看，注意：提供的图像由于是我将16Bit图像上传到网页，可以被网页转换为不是16Bit了，大家用自己的16Bit图像进行测试。

自己手撸统计16Bit图像直方图的代码见下：

#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>

using namespace std;
using namespace cv;


int main()
{
	
	Mat image = imread("Images/16bit/16bit_3M_whq/3M_Lj(7).png", -1);          //输入16Bit图像
	

	Mat histogram = Mat::zeros(Size(16384, 1), CV_32SC1);    	 //注意，Size对应的是x和y，也就是第一个元数是矩阵的列数，这里表示的是创建一个16384列，1行的画布
	
	int rows = image.rows;   	 //输入图像的行数
	int cols = image.cols;		 //输入图像的列数

	for (int i = 0; i<rows; i++)
	{
		for (int j = 0; j<cols; j++)
		{
			int index = int(image.at<ushort>(i, j));	//获取每个点的像素值
			histogram.at<int>(0, index) += 1;			//获取了一个像素值，在相应的位置上加1
		}
	}

	//开始直观的显示直方图——绘制直方图  
	//首先先创建一个黑底的图像，为了可以显示彩色，所以该绘制图像是一个8位的3通道图像，3通道图像画直方图的时候就可以画彩色的直方图了
	Mat drawImage1 = Mat::zeros(Size(1451,1000), CV_8UC3);   //这个画布的创建是为了最后画直方图，大小为1451列，1000行，这里可以根据自己的需求改动画布大小

	//因为任何一个图像的某个像素的总个数，都有可能会有很多，会超出所定义的图像的尺寸，针对这种情况，先对个数进行范围的限制  
	//先用 minMaxLoc函数来得到计算直方图后的像素的最大个数  
	double g_dHistMaxValue;    //最大的像素值数目
	minMaxLoc(histogram, 0, &g_dHistMaxValue, 0, 0);
	cout << "像素点个数最大值：g_dHistMaxValue = " << g_dHistMaxValue << endl;
	cout << "histogram = " << histogram << endl;
	//minMaxLoc(hist, &minValue, &maxValue, 0, 0);//找到全局最小、最大的像素值数目
	//将像素的个数整合到 图像的最大范围内  
	//遍历直方图得到的数据  

	//创建下面这个画布是了只提取有灰度值的部分，因为16Bit图像的灰度范围是0-16383，太大了，如果将直方图统计后全部画在一个画布上，由于我们的电脑显示器显示不了那么大，就会都是黑的，看不到最下面的统计结果，所有创建temporary来保存只有灰度值的部分
	Mat temporary = Mat::zeros(Size(1451, 1), CV_32SC1);   //申请一个1451列，1行的黑色画布   这里为什么是1451，是因为我提供的16Bit图像的有灰度的这段，跨度大概在1451左右，这里大家可以根据自己的16Bit图像自行设置
	int j = 0;

	for (int i = 6650; i < 8101; i++)      //为什么i从6650开始，结束是8101，是因为我提供的这张16Bit图像，最大灰度值是7954，最小灰度值是6701，所以我这里设置了刚好是有灰度值张部分，其他全是0的部分就舍弃了。这里的取值范围，大家先统计统一下16Bit图像的最大值和最小值后自行设置。
	{
		int value = cvRound(histogram.at<int>(0, i) * 16384 * 0.06 / g_dHistMaxValue);   //这里公式中乘的0.06是为了使显示的直方图更低更好看一些，可以适当调整此值，自己看着舒服
		//cout << "value = " << value << endl;
		temporary.at<int>(0, j) = value;     //将有值的部分区间，全都保存到temporary中
		j++;
	}
	cout << "temporary = " << temporary;

	//下面是将保存了值的temporary绘画出来
	for (int i = 0; i < 1351; i++)
	{
		int temporary_value = temporary.at<int>(0, i);

		//line(drawImage1, Point(i, drawImage1.rows - 1), Point(i, drawImage1.rows - 1 - temporary_value), Scalar(255, 255, 0));   //用线条的方式绘画直方图
		rectangle(drawImage1, Point(i, drawImage1.rows - 1), Point(i+1, drawImage1.rows - 1 - temporary_value), Scalar(255, 255, 0));  //用矩形的方式绘画直方图
	}

	imshow("【16Bit图像直方图】", drawImage1);
	imshow("image", image);

	waitKey();
	return 0;
}

上面代码运行的结果见下：
下面是histogram里存放的数据，有很多的0，有用灰度值占比区间只是很小的一部分：



下面是temporary里存放的数据，将上面的有用灰度值区间提取出来，只保存有用的灰度区间部分：

下面是统计后16Bit图像的直方图：

最后补充一下代码中几个关键函数参数的具体说明，省的大家再去查，见下：

void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0,
 Point* maxLoc=0, InputArray mask=noArray())

找出矩阵中最大和最小的值以及他们的坐标
src – Source single-channel array. 单通道数组
minVal – Pointer to the returned minimum value. NULL is used if not required. 指向最小值的指针
maxVal – Pointer to the returned maximum value. NULL is used if not required. 指向最大值的指针
minLoc – Pointer to the returned minimum location (in 2D case). NULL is used if not required. 最小值的二维坐标
maxLoc – Pointer to the returned maximum location (in 2D case). NULL is used if not required. 最大值得二维坐标
mask – Optional mask used to select a sub-array. 掩码

void cvLine( CvArr* img,CvPoint pt1, CvPoint pt2, CvScalar color,int thickness=1,
int line_type=8, int shift=0 );

第一个参数img：要划的线所在的图像;
第二个参数pt1：直线起点
第二个参数pt2：直线终点
第三个参数color：直线的颜色 e.g:Scalor(0,0,255)
第四个参数thickness=1：线条粗细
第五个参数line_type=8, 8 (or 0) - 8-connected line（8邻接)连接 线。4 - 4-connected line(4邻接)连接线。CV_AA - antialiased 线条。
第六个参数：坐标点的小数点位数。

这里也补充一下C++ OpenCv中calcHist()函数，见下：

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

计算直方图，统计各灰度的像素个数，其输出为多维矩阵
const Mat* images：为输入图像的指针。
int nimages：要计算直方图的图像的个数。此函数可以为多图像求直方图，我们通常情况下都只作用于单一图像，所以通常nimages=1。
const int* channels：图像的通道，它是一个数组，如果是灰度图像则channels[1]={0};如果是彩色图像则channels[3]={0,1,2}；如果是只是求彩色图像第2个通道的直方图，则channels[1]={1};
IuputArray mask：是一个遮罩图像用于确定哪些点参与计算，实际应用中是个很好的参数，默认情况我们都设置为一个空图像，即：Mat()。
OutArray hist：计算得到的直方图
int dims：得到的直方图的维数，灰度图像为1维，彩色图像为3维。
const int* histSize：直方图横坐标的区间数。如果是10，则它会横坐标分为10份，然后统计每个区间的像素点总和。
const float** ranges：这是一个二维数组，用来指出每个区间的范围。后面两个参数都有默认值，uniform参数表明直方图是否等距，最后一个参数与多图像下直方图的显示与存储有关。

以上通过自己手撸代码统计16Bit图像直方图的详细过程，同理用类似的统计方法，可以统计出其他高位图像的直方图，如果我的这种方法对你有用，有所启发，点个赞，鼓励一下，谢谢！