【OpenCV】直方图

今天写直方图，学了几个相关函数

 

1. mixChannels  

void mixChannels(const Mat* src, int nsrc, Mat* dst, int ndst, const int* fromTo, size_t npairs)

功能： 把 src 中指定的若干通道 复制到 dst中

src： 输入图像， 可以多张

nsrc: 有多少张输入图像

dst: 输出图像，可以多张

ndst: 有多少张输出图像

fromTo: {0 , 1, 1, 2, 2, 0} 这样偶数个数的数组， 表示把输入图像的第0通道复制到输出图像的第1通道， 把输入图像的第1通道复制到输出图像的第2通道， 把输入图像的第2通道复制到输出图像的第0通道。

nparis：表示有fromTo中有多少对， 对{0 , 1, 1, 2, 2, 0}来说，nparis = 3;

应用例子： 来源http://www.opencv.org.cn/opencvdoc/2.3.2/html/modules/core/doc/operations_on_arrays.html?highlight=mixchannels#void mixChannels(const Mat* src, int nsrc, Mat* dst, int ndst, const int* fromTo, size_t npairs)

In the example below, the code splits a 4-channel RGBA image into a 3-channel BGR (with R and B channels swapped) and a separate alpha-channel image:

Mat rgba( 100, 100, CV_8UC4, Scalar(1,2,3,4) );

Mat bgr( rgba.rows, rgba.cols, CV_8UC3 );

Mat alpha( rgba.rows, rgba.cols, CV_8UC1 );



// forming an array of matrices is a quite efficient operation,

// because the matrix data is not copied, only the headers

Mat out[] = { bgr, alpha };

// rgba[0] -> bgr[2], rgba[1] -> bgr[1],

// rgba[2] -> bgr[0], rgba[3] -> alpha[0]

int from_to[] = { 0,2, 1,1, 2,0, 3,3 };

mixChannels( &rgba, 1, out, 2, from_to, 4 );

 

2. cvRound

int cvRound(double value)

功能：返回与value最接近的整数

 

3. createTrackbar

int cvCreateTrackbar(const char* trackbarName, const char* windowName, int* value, int count, CvTrackbarCallback onChange)

功能：创建一个滑动条。

trackbarName: 滑动条名字

windowname: 滑动条父窗口的名字，滑动条会显示在父窗口上

value: 滑动条的默认初始值

count: 滑动条在最大位置时对应的数值， 最小值总是0

onChange: 滑动条的回调函数， 都是 void Foo(int, void*); 的形式， 其第一个参数是滑动条对应的数值， 第二个参数是传递用户信息的，可以避免使用全局变量

 

4. calcHist

void calcHist(const Mat* arrays, int narrays, const int* channels, InputArray mask, OutputArrayhist, int dims, const int* histSize, const float** ranges, bool uniform=true, bool accumulate=false )

功能：计算直方图

arrays: 输入的图像，可以不只一张

narrays: 输入图像的个数

channels: 输入图像中用来统计直方图的通道 如果有三张三通道图，则第一张图的三个通道分别是 0， 1， 2， 第二张图的三个通道分别是3， 4， 5， 第三张图的三个通道分别是 6， 7， 8.

mask： 若非空， 则只有mask中不为0的部分会被用来统计直方图

hist: 输出直方图

dims: 输出直方图的维数， 最大不能超过32

histSize: 每个维度下直方图被分为多少个区间

ranges: 每个区间的范围， 如果uniform = true 则每个区间会在给定的范围内均匀的选取。 如ranges = {0, 180}, histSize = 4, uniform = true, 则每个区间的范围是[0, 45] [45, 90][90, 135][135, 180];  如果uniform = false 则每个区间的范围都要给出如： ranges = {0, 20, 60, 120, 180}, 区间范围是[0, 20][20, 60][60, 120][120, 180]

uniform: 区间是否均匀

accumulate: 如果是true，hist在使用中不会被清零，可以使多个图的直方图叠加在一起。

 

下面的例子用到了上面的函数，用来计算一幅图的直方图和反向投影图。

来源：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/histograms/back_projection/back_projection.html?highlight=histogram

#include "opencv2/imgproc/imgproc.hpp"

#include "opencv2/highgui/highgui.hpp"



#include <iostream>



using namespace cv;

using namespace std;



 Mat hsv; Mat hue;

int bins = 25;



void Hist_and_Backproj(int, void*);



int main()

{

    IplImage *pimg = cvLoadImage("E:\\picture\\013.jpg");

    Mat src(pimg);

    //src = imread("F:\\competition\\label_results\\dongnanmen_1_1280x720_30_R1_0000001.jpg", 1);

    //imshow("test", src);

    cvtColor(src, hsv, CV_BGR2HSV);



    //分离Hue通道

    hue.create(hsv.size(), hsv.depth());

    int ch[] = {0, 0};

    mixChannels(&hsv, 1, &hue, 1, ch, 1);



    //创建Trackbar 来输入bin的数目

    char* window_image = "Source image";

    namedWindow(window_image, CV_WINDOW_AUTOSIZE);

    createTrackbar("* Hue bins: ", window_image, &bins, 180, Hist_and_Backproj);

    Hist_and_Backproj(0, 0);



    imshow(window_image, src);



    waitKey(0);

    return 0;

}



//Trackbar事件的回调函数

void Hist_and_Backproj(int, void*)

{

    MatND hist;

    int histSize = MAX(bins, 2);

    float hue_range[] = {0, 180};

    const float* ranges = {hue_range};



    //计算直方图并归一化

    calcHist(&hue, 1, 0, Mat(), hist, 1, &histSize, &ranges, true, false);

    normalize(hist, hist, 0, 255, NORM_MINMAX, -1, Mat());



    //计算反向投影

    MatND backproj;

    calcBackProject(&hue, 1, 0, hist, backproj, &ranges, 1, true);



    //显示反向投影图

    imshow("BackProj", backproj);



    //显示直方图

    int w = 400; int h = 400;

    int bin_w = cvRound((double)w / histSize);

    Mat histImg = Mat::zeros(w, h, CV_8UC3);



    for(int i = 0; i < bins; i++)

    {

        rectangle(histImg, Point(i * bin_w, h), Point((i + 1) * bin_w, h - cvRound(hist.at<float>(i) * h / 255.0)), Scalar(0, 0, 255), -1);

    }

    imshow("Histogram", histImg);

}