opencv学习20-23——折线直方图，柱状直方图，归一化，均衡化

定义

直方图是数学中的一种表达工具，在统计学中应用颇多，直方图是一个二维的图标，如果放在坐标系中就是横轴和纵轴，分别表示不同的参数，在图像中就是图像样本的整体与图像单个的属性之间的统计关系。通俗的理解就是在横轴参数的不同区间内，某一特征或属性的数量或频率是多少。分类有灰度直方图，图像直方图，还有归一化和均衡化以及利用直方图的相关应用。

直方图的绘制

OpenCV提供了相关的API，如下所示。OpenCV提供了两个重载的calcHist函数，它可以计算一系列阵列的直方图，这些系列通常是图像或像平面。它最多可以同时处理32个维度。

C++: void calcHist(
    const Mat* images, //要处理的图像，类型为CV_8U或 CV_32F
    int nimages, //要处理图像的数量
    const int* channels, //图像的通道序列
    InputArray mask, //可自定义，与image尺寸相同的矩阵，默认Mat()输出的直方图
    OutputArray hist, //输出直方图
    int dims, //输出直方图的维度，最大为32 
    const int* histSize, //数组，存储不同维度的取样数量
    const float** ranges, //二维数组与uniform和accumulate有关
    bool uniform=true, //默认true,是否归一化
    bool accumulate = false //默认false)
//下面同上，区别在于参数定义类型
C++: void calcHist(
    const Mat* images, 
    int nimages, 
    const int* channels, 
    InputArray mask, 
    SparseMat& hist, 
    int dims, 
    const int* histSize, 
    const float** ranges, 
    bool uniform = true, 
    bool accumulate= false )

完整代码如下

#include<opencv2/opencv.hpp>
#include"iostream"
using namespace cv;
void main()
{
	Mat dst, dst1;
	Mat img = imread("ck567.jpg");
	if (!img.data)
	{
		printf("fail to load jpg!\n");
	}
	else
	{
		imshow("original image", img);
		//通道分离
		vector<Mat>bgr_channel;
		split(img,bgr_channel);
		//计算直方图
		int histsize = 256;//0~255共256个灰度级
		float range[] = { 0,256 };//区间范围
		const float*histRanges = { range };
		Mat b_hist, g_hist, r_hist;
		calcHist(&bgr_channel[0], 1, 0, Mat(), b_hist, 1, &histsize, &histRanges, true, false);
		calcHist(&bgr_channel[1], 1, 0, Mat(), g_hist, 1, &histsize, &histRanges, true, false);
		calcHist(&bgr_channel[2], 1, 0, Mat(), r_hist, 1, &histsize, &histRanges, true, false);
		//归一化
		int hist_h = 325;//直方图的图像的行数
		int hist_w = 580;//直方图的图像的列数
		double bin_w = hist_w / histsize;//每一个灰度级区间的宽度
		Mat histImage(hist_h, hist_w, CV_8UC3, Scalar(0, 0, 0));//绘制直方图显示的图像
		normalize(b_hist, b_hist, 0, hist_h*0.8, NORM_MINMAX, -1, Mat());//归一化
		normalize(g_hist, g_hist, 0, hist_h*0.8, NORM_MINMAX, -1, Mat());
		normalize(r_hist, r_hist, 0, hist_h*0.8, NORM_MINMAX, -1, Mat());
		//绘制直方图
		for (int i = 1; i < histsize; i++)
		{
			//绘制蓝色分量直方图
			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, CV_AA);
			//绘制绿色分量直方图
			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, CV_AA);
			//绘制红色分量直方图
			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, CV_AA);
		}
		imshow("histogram iamge", histImage);
		waitKey(0);
		destroyAllWindows();
	}
}

效果如下

上面是直方图的简单绘制，只能够粗略的看出某一范围内的RGB多少，并没有提供数据价值，因此如果能够在坐标系中显示直方图，并配有坐标，也是一大改进。

代码如下

#include"opencv2/core/core.hpp"
#include"opencv2/highgui/highgui.hpp"
#include<opencv2/opencv.hpp>
#include "math.h"
#include"iostream"
using namespace cv;

void main()
{
	int histSize = 50;
	Mat img = imread("ck567.jpg",0);
	imshow( "orignal jpg",img);
	Mat hist;//计算得到的直方图结果
	char string[10];
        float ranges[2] = {0,256};
        const float *histRanges[1] = {ranges}; 
        Mat histimg(512,256*4,CV_8UC3,Scalar(0,0,0));

        //计算图像的直方图
        calcHist(&img,1,0,Mat(),hist,1,&histSize,histRanges,true,false);
        double maxVal = 0;
        Point maxLoc;
        minMaxLoc(hist, NULL, &maxVal, NULL, &maxLoc);//寻找最大值及其位置
        double bin_w =(double) histimg.cols / histSize;  // histSize: 条的个数，则 bin_w 为条的宽度
        double bin_h = (double)histimg.rows/ maxVal;  // maxVal: 最高条的像素个数，则 bin_u 为单个像素的高度
        // 画直方图
        for(int i=0;i<histSize;i++)
        {
            Point p0=Point(i*bin_w,histimg.rows);
            float binValue = hist.at<float>(i);        
            Point p1=Point((i+1)*bin_w,histimg.rows-binValue*bin_h);
            rectangle(histimg,p0,p1,Scalar(255,0,0),2,8,0);
        }
        //画纵坐标刻度（像素个数）
        int k=0;
        for(int i=1;k<maxVal;i++)
        {
            k=i*maxVal/10;
            sprintf(string,"%d",k);
            putText(histimg, string , Point(0,histimg.rows-k*bin_h),FONT_HERSHEY_SIMPLEX,0.5,Scalar(255,255,0),1);
            line( histimg,Point(0,histimg.rows-k*bin_h),Point(histimg.cols-1,histimg.rows-k*bin_h),Scalar(0,255,0));
        }
        //画横坐标刻度（像素灰度值）
        k=0;
        for(int i=1;k<256;i++)
        {
            k=i*30;
            sprintf(string,"%d",k);
            putText(histimg, string , Point(k*(histimg.cols / 256),histimg.rows), FONT_HERSHEY_SIMPLEX,0.5,Scalar(255,255,0),1);
        }
        imshow( "Hist", histimg );
	waitKey(0);
	destroyAllWindows();
}

效果如下

扫描二维码关注公众号，回复： 12457152 查看本文章

以上是直方图的绘制，重点如何在图像上进行定标画图。

直方图均衡化

直方图均衡化是直方图在图像处理中的一个应用。用于提高对比度，增强细节，便于观察。OpenCV提供的API如下所示。

C++ void equalizeHist(InputArray src, OutputArray dst)

灰度图均衡化代码如下

#include<opencv2/opencv.hpp>
#include "math.h"
#include"iostream"
using namespace cv;
void main()
{
	Mat img = imread("1.jpg",0);
	imshow("orignal jpg",img);
	equalizeHist(img,img);
        imshow("Hist",img);
	waitKey(0);
	destroyAllWindows();
}

效果如下

彩色图均衡化代码如下

#include"opencv2/core/core.hpp"
#include"opencv2/highgui/highgui.hpp"
#include<opencv2/opencv.hpp>
#include"iostream"
using namespace cv;
void main()
{
	Mat img = imread("1.jpg");
	imshow("orignal jpg",img);
    vector<Mat>channel;
    split(img,channel);
    Mat B = channel.at(0);
    Mat G = channel.at(1);
    Mat R = channel.at(2);
    equalizeHist(B, B);
	equalizeHist(G, G);
    equalizeHist(R, R);
	merge(channel, img);
	imshow("hist",img);
	waitKey(0);
	destroyAllWindows();
}

效果如下