opencv 学习笔记（十一） 灰度直方图

直方图的计算很简单，无非就是遍历图像的像素，统计每个灰度级的个数，opencv中calcHist函数能够同时计算过个图像，多个通道，不同灰度范围的灰度直方图。

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

	images 输入的图像
	nimages 输入的图像个数
	channels 统计直方图第几通道
	mask 可选的操作掩码
	hist 输出的直方图数组
	dims 需要统计直方图通道的个数
	histSize 直方图分成多少个区间
	ranges 像素值区间
	uniform 是否进行归一化处理
	accumulate 在多个图像时是否计算像素值个数

接下来直接看代码：

	Mat img;
	
	img = imread("猫1.jpg",0);
	
	int channels[] = { 0 };
	
	int bins = 256;
	
	Mat hist;
	
	int hist_size[] = { bins };
	
	float range[] = { 0,256 };
	
	const float*ranges[] = { range };

	calcHist(&img, 1, 0, Mat(), hist, 1, hist_size, ranges);
	
	double max_val;
	
	minMaxLoc(hist, 0, &max_val);//定义矩阵中最小值，最大值的位置
	
	int scale = 2;
	
	int hist_height =256;
	
	Mat hist_ing = Mat::zeros(hist_height, scale*bins, CV_8UC3);
	
	for (int i = 0; i < bins; i++)
	{
		float bin_val = hist.at<float>(i);//图像的灰度频率表
		
		int inten = cvRound(bin_val*hist_height / max_val);//绘制高度

		rectangle(hist_ing, Point(scale*i, hist_height - 1), Point((i + 1)*scale - 1, hist_height - inten), CV_RGB(255, 255, 255));

	}
	
	imshow("直方图", hist_ing);
	
	waitKey(0);

效果如下：