【OpenCV学习笔记】二十一、直方图计算及绘制（一）
直方图计算及绘制(一)
1.计算直方图——calcHist()
2.完成了四种直方图的绘制：一维灰度直方图；一维灰度直方图(不均匀)；BGR三色直方图；二维直方图。
先上ppt：
代码：
1.一维灰度直方图
#include "opencv2/opencv.hpp"
using namespace cv;
#include
using namespace std;
int main()
{
///一维灰度直方图
//1.计算直方图
Mat srcImg = imread("1.jpg",CV_LOAD_IMAGE_GRAYSCALE);
int nimages = 1;//图像的个数
int channels = 0;//需要统计通道的索引
Mat mask = Mat();
Mat histImg;//存放输出的直方图
int dims = 1;//需要计算的直方图的维度
int histSize = 256;//计算的直方图的分组数
float range[] = { 0, 256 };//表示直方图每一维度的取值范围[0,256)
const float* ranges[] = { range };//参数形式需要,表示每一维度数值的取值范围
calcHist(&srcImg,nimages,&channels,mask,histImg,dims,&histSize,ranges);//计算直方图
//2.绘制直方图
double minValue = 0;
double maxValue = 0;
minMaxLoc(histImg,&minValue,&maxValue);//得到计算出的直方图中的最小值和最大值
int width = histSize;//定义绘制直方图的宽度，令其等于histSize
int height = 400;//定义绘制直方图的高度
Mat dstImg = Mat::zeros(Size(width,height),CV_8UC3);//宽为histSize，高为height
for (int i = 0; i < histSize;i++)//遍历histImg
{
float binValue = histImg.at(i);//得到histImg中每一分组的值
cout <<"i: "< 
2.一维灰度直方图(不均匀)
#include "opencv2/opencv.hpp"
using namespace cv;
#include
using namespace std;
int main()
{
///一维灰度直方图(不均匀)
//1.计算直方图
Mat srcImg = imread("1.jpg", CV_LOAD_IMAGE_GRAYSCALE);
int nimages = 1;//图像的个数
int channels = 0;//需要统计通道的索引
Mat mask = Mat();
Mat histImg;//存放输出的直方图
int dims = 1;//需要计算的直方图的维度
int histSize = 5;//计算的直方图的分组数
float range[] = { 0, 50,100,150,200,256 };//表示直方图每一维度的取值范围
const float* ranges[] = { range };//参数形式需要,表示每一维度数值的取值范围
//计算直方图,注意最后的直方图是否均匀的标识符置为false
calcHist(&srcImg, nimages, &channels, mask, histImg, dims, &histSize, ranges,false);
//2.绘制直方图
double minValue = 0;
double maxValue = 0;
minMaxLoc(histImg, &minValue, &maxValue);//得到计算出的直方图中的最小值和最大值
int width = 400;//定义绘制直方图的宽度
int height = 400;//定义绘制直方图的高度
Mat dstImg = Mat::zeros(Size(width, height), CV_8UC3);//宽为histSize，高为height
for (int i = 0; i < histSize; i++)//遍历histImg
{
float binValue = histImg.at(i);//得到histImg中每一分组的值
cout << "i: " << i << " ,binValue: " << binValue << endl;
float realValue = (binValue / maxValue)*height;//归一化数据，缩放到图像的height之内
cout << "i: " << i << " ,realValue: " << realValue << endl;
//用矩形方法绘制直方图，注意左上点和右下点坐标的计算
rectangle(dstImg,Point(40*i,height-1-realValue),Point(40*i+20,height-1),Scalar(255,0,0),-1);
}
imshow("srcImg", srcImg);
imshow("Histogram", dstImg);
waitKey(0);
return 0;
} 
3.BGR三色直方图绘制
#include "opencv2/opencv.hpp"
using namespace cv;
#include
using namespace std;
int main()
{
///BGR三色直方图绘制
//1.计算BGR三个通道的直方图
Mat srcImg = imread("1.jpg",CV_LOAD_IMAGE_COLOR);
int nimages = 1;//图像的个数
Mat mask = Mat();
int dims = 1;//需要计算的直方图的维度
int histSize = 256;//计算的直方图的分组数
float range[] = { 0, 256 };
const float* ranges[] = { range };//参数形式需要，表示直方图每一维度的取值范围
Mat histImg_B;//存放输出的蓝色通道的直方图
int channels_B = 0;//蓝色通道的索引
calcHist(&srcImg, nimages, &channels_B, mask, histImg_B, dims, &histSize, ranges);//计算蓝色通道直方图
Mat histImg_G;//存放输出的绿色通道的直方图
int channels_G = 1;//绿色通道的索引
calcHist(&srcImg, nimages, &channels_G, mask, histImg_G, dims, &histSize, ranges);//计算绿色通道直方图
Mat histImg_R;//存放输出的红色通道的直方图
int channels_R = 2;//红色通道的索引
calcHist(&srcImg, nimages, &channels_R, mask, histImg_R, dims, &histSize, ranges);//计算红色通道直方图
//2.绘制BGR三个通道的直方图
double minValue_B = 0;
double maxValue_B = 0;
minMaxLoc(histImg_B,&minValue_B,&maxValue_B);//得到蓝色通道直方图中的最小值和最大值
double minValue_G = 0;
double maxValue_G = 0;
minMaxLoc(histImg_G, &minValue_G, &maxValue_G);//得到绿色通道直方图中的最小值和最大值
double minValue_R = 0;
double maxValue_R = 0;
minMaxLoc(histImg_R, &minValue_R, &maxValue_R);//得到红色通道直方图中的最小值和最大值
int width = histSize;//定义绘制直方图的宽度，令其等于histSize
int height = 400;//定义绘制直方图的高度
Mat dstImg = Mat::zeros(Size(3*histSize,height),CV_8UC3);//宽为3*histSize，高为height
for (int i = 0; i < histSize;i++)//遍历histImg
{
//绘制蓝色通道直方图
float binValue_B = histImg_B.at(i);//得到histImg中每一分组的值
cout <<"i: "<(i);//得到histImg中每一分组的值
cout << "i: " << i << " ,binValue_G: " << binValue_G << endl;
float realValue_G = (binValue_G / maxValue_G)*height;//归一化数据，缩放到图像的height之内
cout << "i: " << i << " ,realValue_G: " << realValue_G << endl;
//用直线方法绘制直方图，两端点横坐标在之前的基础上加上histSize
line(dstImg, Point(i + histSize, height - 1), Point(i + histSize, height - 1 - realValue_G), Scalar(0, 255, 0), 1);
//绘制红色通道直方图
float binValue_R = histImg_R.at(i);//得到histImg中每一分组的值
cout << "i: " << i << " ,binValue_R: " << binValue_R << endl;
float realValue_R = (binValue_R / maxValue_R)*height;//归一化数据，缩放到图像的height之内
cout << "i: " << i << " ,realValue_R: " << realValue_R << endl;
//用直线方法绘制直方图，两端点横坐标在之前的基础上加上2*histSize
line(dstImg, Point(i + 2 * histSize, height - 1), Point(i + 2 * histSize, height - 1 - realValue_R), Scalar(0, 0, 255), 1);
}
namedWindow("srcImg", CV_WINDOW_NORMAL);//定义一个窗口，CV_WINDOW_NORMAL大小可调整
imshow("srcImg", srcImg);
namedWindow("BGR Histogram", CV_WINDOW_NORMAL);//定义一个窗口，CV_WINDOW_NORMAL大小可调整
imshow("BGR Histogram", dstImg);
waitKey(0);
return 0;
}
4.二维直方图
#include "opencv2/opencv.hpp"
using namespace cv;
#include
using namespace std;
int main()
{
///二维直方图(对于二维直方图还不是太理解，目前理解是横纵坐标表示位置，用颜色强度反映其值)
//1.计算直方图
Mat srcImg = imread("1.jpg", CV_LOAD_IMAGE_COLOR);
int nimages = 1;//图像的个数
Mat mask = Mat();
int channels[2] = {0,1};//0通道以及1通道
int dims = 2;//2维
Mat histImg;
int histSize_B = 256;//蓝色通道直方图的分组数
int histSize_G = 256;//红色通道直方图的分组数
int histSize[2] = { histSize_B, histSize_G };//存放每个维度的直方图尺寸的数组
float range_B[] = { 0, 256 };//表示蓝色通道直方图的取值范围[0,256)
float range_G[] = { 0, 256 };//表示红色融到直方图的取值范围[0,256)
const float* ranges[] = { range_B,range_G };//表示每一维度数值的取值范围
calcHist(&srcImg, nimages, channels, mask, histImg, dims, histSize, ranges);//计算直方图
//2.绘制直方图
double minValue = 0;
double maxValue = 0;
minMaxLoc(histImg, &minValue, &maxValue);//得到计算出的直方图中的最小值和最大值
int width = histSize_B;//定义绘制直方图的宽度，令其等于histSize
int height = histSize_G;//定义绘制直方图的高度
Mat dstImg = Mat::zeros(Size(width, height), CV_8UC3);//宽为histSize_B，高为histSize_G
for (int i = 0; i < histSize_B; i++)//遍历histSize_B
{
for (int j = 0; j < histSize_G; j++)//遍历histSize_G
{
float binValue = histImg.at(i,j);//得到histImg中每一分组的值
//cout << "(i,j):(" << i <<","< 