Opencv图像识别从零到精通（8）-----灰度直方图

其实刚开始的时候，看很多的书和教程讲绘图和彩色图像等，但是我觉得还是先学会灰度直方图，因为灰度的dims是1，如果dims是3的就是彩色，同时知道前面将的彩色图像的像素访问，相信很快就可以迁移过去的。

 一、换个角度认识图像（直方图）

第一个就是当我们面对图像的时候，我们面对的是抽象的矩阵，如下图，下面是0-255的灰度图像的表示，密密麻麻的

那么我们做的直方图，其实就是对这些像素值的统计，看下图，其中Bin是条数，数据和范围是对图的解释，一看就懂

二、准备知识

如果想绘制出来直方图，先要知道几个函数

(1) Point类数据结构表示了二维坐标系下的点

Point point=Point(1,2);

(2)calcHist()绘制直方图

void calcHist(const Mat* arrays, intnarrays, const int* channels, InputArray mask, OutputArray
hist, int dims,const int* histSize, const float** ranges, bool uniform=true, boolaccumulate=false );

参数解释：

• arrays:输入的图像的指针，可以是多幅图像，所有的图像必须有同样的深度（CV_8U orCV_32F）。同时一副图像可以有多个channes。
• narrays:输入的图像的个数。
• channels:用来计算直方图的channes的数组。比如输入是2副图像，第一副图像有0，1，2共三个channel，第二幅图像只有0一个channel，那么输入就一共有4个channes，如果int channels[3] = {3, 2, 0}，那么就表示是使用第二副图像的第一个通道和第一副图像的第2和第0个通道来计算直方图。
• mask:掩码。如果mask不为空，那么它必须是一个8位（CV_8U）的数组，并且它的大小的和arrays[i]的大小相同，值为1的点将用来计算直方图。
• hist:计算出来的直方图
• dims:计算出来的直方图的维数。
• histSize:在每一维上直方图的个数。简单把直方图看作一个一个的竖条的话，就是每一维上竖条的个数。
• ranges:用来进行统计的范围。比如 float rang1[] = {0, 20};float rang2[] = {30, 40};  const float*rangs[] = {rang1, rang2};那么就是对0，20和30，40范围的值进行统计。
• uniform:每一个竖条的宽度是否相等。
• accumulate:  是否累加。如果为true，在下次计算的时候不会首先清空hist。

画直线，在图像img中画一条颜色为color，粗细为thickness，类型为lineType的直线

（3）line() rectangle()画出直方图

void line(Mat& img, Point pt1, Pointpt2, const Scalar& color, int thickness=1,
         int lineType=8, int shift=0)
//两点确认一条直线。
//lineType：直线类型
//shift：坐标小数点维数

//画一个单一的实矩形
void rectangle(Mat& img, Point pt1,Point pt2, const Scalar& color, int thickness=1,
                 int lineType=8, int shift=0)
//一条对角线的两个顶点可确定一个矩形
//pt1和pt2互为对顶点
//thickness为负值表示矩形为实矩形

三、绘制一维灰度直方图

<span style="font-size:18px;">#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;

void Help()
{
	printf("\n\n\t\t\t欢迎来到直方图的世界！\n");
	printf("\n\n  ----------------------------------------------------------------------------\n");
}

int main()
{
	Mat srcImage = imread("lena.jpg", 0);
	imshow("原图",srcImage);
	if(!srcImage.data) {cout << "fail to load image" << endl; 	return 0;}
	system("color 1F");
	Help();

	MatND dstHist;       // 在cv中用CvHistogram *hist = cvCreateHist
	int dims = 1;
	float hranges[2] = {0, 255};
	const float *ranges[1] = {hranges};   // 这里需要为const类型
	int size = 256;
	int channels = 0;
	//计算图像的直方图
	calcHist(&srcImage, 1, &channels, Mat(), dstHist, dims, &size, ranges);    // cv 中是cvCalcHist
	int scale = 1;
	Mat dstImage(size * scale, size, CV_8U, Scalar(0));
	//获取最大值和最小值
	double minValue = 0;
	double maxValue = 0;
	minMaxLoc(dstHist,&minValue, &maxValue, 0, 0);  //  在cv中用的是cvGetMinMaxHistValue
	//绘制出直方图
	int hpt = saturate_cast<int>(0.9 * size);
	for(int i = 0; i < 256; i++)
	{
		float binValue = dstHist.at<float>(i);           //   注意hist中是float类型
		int realValue = saturate_cast<int>(binValue * hpt/maxValue);
		//rectangle(dstImage,Point(i*scale, size - 1), Point((i+1)*scale - 1, size - realValue), Scalar(255));
		line(dstImage,Point(i*scale,size-1),Point((i+1)*scale-1,size-realValue),Scalar(255));
	}
	imshow("一维直方图", dstImage);
	waitKey(0);
	return 0;
}</span>

其实我们有时候想改变量化，上面的表示是256，我们可以50 100都可以，这里用过滑块的知识，所以不想多讲，只是提供一个别人写的参考，尊重原作者，写的很好

<span style="font-size:18px;">#include "cv.h"
#include "highgui.h"
#include <stdio.h>
#include <ctype.h>
using namespace std;
using namespace cv;

IplImage *src = 0;
IplImage *histimg = 0;
CvHistogram *hist = 0;

int hdims = 50;     // 划分HIST的初始个数，越高越精确

//滚动条函数
void HIST(int t)
{
     float hranges_arr[] = {0,255};
     float* hranges = hranges_arr;
     int bin_w;
     int bin_u;
     float max;
     int i;
     char string[10];
     CvFont font;
     cvInitFont( &font, CV_FONT_HERSHEY_PLAIN,1, 1, 0, 1, 8);//字体结构初始化
	if(hdims==0)
	{
		printf("直方图条数不能为零！\n");
	}
	else
	{
	   hist = cvCreateHist( 1, &hdims, CV_HIST_ARRAY, &hranges, 1 );  // 创建直方图
       histimg = cvCreateImage(cvSize(800,512),8,3);
       cvZero( histimg );
       cvCalcHist( &src, hist, 0, 0 ); // 计算直方图
	   cvGetMinMaxHistValue(hist,NULL,&max,NULL,NULL);//寻找最大值及其位置
      	 //printf("max_val:%f \n",max_val);
         cvZero( histimg );

       double bin_w =(double) histimg->width / hdims;  // hdims: 条的个数，则 bin_w 为条的宽度
       double bin_u = (double)histimg->height/ max;  //// max: 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<hdims;i++)
      {
          CvPoint p0=cvPoint(i*bin_w,histimg->height);
          int val=cvGetReal1D(hist->bins,i);
          CvPoint p1=cvPoint((i+1)*bin_w,histimg->height-cvGetReal1D(hist->bins,i)*bin_u);
          cvRectangle(histimg,p0,p1,cvScalar(0,255),1,8,0);
       }
	   //画纵坐标刻度（像素个数）
	   int kedu=0;
	   for(int i=1;kedu<max;i++)
	   {
		   kedu=i*max/10;
		   itoa(kedu,string,10);//把一个整数转换为字符串
		   //在图像中显示文本字符串
           cvPutText(histimg, string , cvPoint(0,histimg->height-kedu*bin_u), &font, CV_RGB(0,255,255));
	   }
	   //画横坐标刻度（像素灰度值）
	   kedu=0;
	   for(int i=1;kedu<256;i++)
	  {
		   kedu=i*20;
		   itoa(kedu,string,10);//把一个整数转换为字符串
		   //在图像中显示文本字符串
           cvPutText(histimg, string , cvPoint(kedu*(histimg->width / 256),histimg->height), &font, CV_RGB(255,0,0));
	  }

    cvShowImage( "Histogram", histimg );
	}
}

int main( int argc, char** argv )
{
	argc=2;
	argv[1]="lena.jpg";

    if( argc != 2 || (src=cvLoadImage(argv[1], 0)) == NULL)  // force to gray image
        return -1;

    cvNamedWindow( "src", 1);
	cvShowImage( "src", src);
	cvNamedWindow( "Histogram", 1 );

    cvCreateTrackbar( "hdims", "src", &hdims, 256, HIST );
    HIST(0);
    cvWaitKey(0);

    cvDestroyWindow("src");
    cvDestroyWindow("Histogram");
    cvReleaseImage( &src );
    cvReleaseImage( &histimg );
    cvReleaseHist ( &hist );

    return 0;
}</span>

三、彩色直方图

这里不想过多的介绍，以后讲彩色图像的时候会具体的说

四、matlab辅助

一个imhist()函数就搞定了

<span style="font-size:18px;">clear;
%%读入图像
a=imread('cameraman.tif');
imhist(a);
title('原始cameraman图像的直方图');</span>