OpenCV之直方图绘制（calcHist函数详解）

1.直方图的定义

要理解直方图，绕不开“亮度”这个概念。人们把亮度分为0到255共256个数值，数值越大，代表的亮度越高。其中0代表纯黑色的最暗区域，255表示最亮的纯白色，而中间的数字就是不同亮度的灰色。人们还进一步把这些亮度分为了5个区域，分别是黑色，阴影，中间调，高光和白色。

在图像处理上，直方图是图像信息统计的有力工具。其实也就是统计一幅图某个亮度像素数量。

2.calcHist()函数说明

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 );

参数解释：
• images：输入的图像的指针；
• nimages：输入图像个数；
• channels：需要统计直方图的第几通道；
• mask：掩模，mask必须是一个8位（CV_8U）的数组并且和images的数组大小相同；
• hist：直方图计算的输出值；
• dims：输出直方图的维度（由channels指定）；
• histSize：直方图中每个dims维度需要分成多少个区间（如果把直方图看作一个一个竖条的话，就是竖条的个数）；
• ranges：统计像素值的区间；
• uniform=true：是否对得到的直方图数组进行归一化处理；
• accumulate=false：在多个图像时，是否累积计算像素值的个数；

【注】：在计算图像直方图的时候一般配合minMaxLoc()和normalize()函数一起使用。

3.绘制直方图

只看函数说明肯定看不明白，下面来对函数进行代码演示。绘制直方图主要有三步：

3.1 读取原图像并检查图像是否读取成功

相关代码如下：

Mat src, gray;
src = imread("D:/Desktop/16.png");
if (!src.data)
{
	cout << "读取图片错误，请重新输入正确路径！\n";
	system("pause");
	return -1;
}
cvtColor(src, gray, CV_BGR2GRAY);//转换为灰度图像
imshow("【灰度图】", gray);

当然，如果觉得麻烦，可以直接用以下代码代替：

Mat src, gray;
grayImage = imread("D:/Desktop/16.png",0);
imshow("【灰度图】", gray);

3.2 定义直方图参数并计算直方图

//需要计算的图像的通道，灰度图像为0，BGR图像需要指定B,G,R
	const int channels[] = { 0 };
	Mat hist;//定义输出Mat类型
	int dims = 1;//设置直方图维度
	const int histSize[] = { 256 }; //直方图每一个维度划分的柱条的数目
	//每一个维度取值范围
	float pranges[] = { 0, 255 };//取值区间
	const float* ranges[] = { pranges };
	
	calcHist(&gray, 1, channels, Mat(), hist, dims, histSize, ranges, true, false);//计算直方图

3.3 绘制直方图

方法一：

	int scale = 2;
	int hist_height = 256;
	Mat hist_img = Mat::zeros(hist_height, 256 * scale, CV_8UC3); //创建一个黑底的8位的3通道图像，高256，宽256*2
	double max_val;
	minMaxLoc(hist, 0, &max_val, 0, 0);//计算直方图的最大像素值
	//将像素的个数整合到 图像的最大范围内
	//遍历直方图得到的数据
	for (int i = 0; i < 256; i++)
	{
		float bin_val = hist.at<float>(i);   //遍历hist元素（注意hist中是float类型）
		int intensity = cvRound(bin_val*hist_height / max_val);  //绘制高度
		rectangle(hist_img, Point(i*scale, hist_height - 1), Point((i + 1)*scale - 1, hist_height - intensity), Scalar(255, 255, 255));//绘制直方图
	}

输出结果：

方法二：

int hist_w = 500;
int hist_h = 300;
int nHistSize = 256;
int bin_w = cvRound((double)hist_w / nHistSize);	//区间
Mat histImage(hist_h, hist_w, CV_8UC3, Scalar(0, 0, 0));//创建一个黑底的8位的3通道图像，高300，宽500
normalize(hist, hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());//将直方图归一化到[0,histImage.rows]
for (int i = 1; i < nHistSize; i++)
{
	line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(hist.at<float>(i - 1))),Point(bin_w*(i), hist_h - cvRound(hist.at<float>(i))), Scalar(255, 0, 0));
}

输出结果：

ok，以上便是OpenCV绘制灰度直方图的全部内容了，自行天剑opencv库即可运行全程序，如果实在无法独立完成，可以参考资源：
https://download.csdn.net/download/didi_ya/14989048

4.关于BGR直方图的绘制

上面介绍了灰度直方图的绘制，下面介绍一下BGR彩色直方图的绘制过程。
关于为什么叫BGR而不叫RGB，网上有许多误导性的博客，相信大家一定也有所了解，这里就不过多介绍了。

4.1 读取原图像并检查图像是否读取成功

同上

4.2 分通道显示

利用split函数进行分通道显示：

vector<Mat>bgr_planes;
split(src, bgr_planes);

4.3 分B，G，R计算直方图

int histSize = 256;
float range[] = { 0,255 };
const float*Ranges = { range };
Mat b_hist, g_hist, r_hist;
calcHist(&bgr_planes[0], 1, 0, Mat(), b_hist, 1, &histSize, &Ranges, true, false);
calcHist(&bgr_planes[1], 1, 0, Mat(), g_hist, 1, &histSize, &Ranges, true, false);
calcHist(&bgr_planes[2], 1, 0, Mat(), r_hist, 1, &histSize, &Ranges, true, false);

【注意】：这里说明一下，第一行有两种写法，如果按照3.2所写：const int histSize[] = { 256 }; ，则后面计算直方图时直接写histSize即可，如果按照4.3所写：int histSize = 256;，那么下面调用计算直方图的calcHist()函数的时候，该变量需要写 &histSize
选择一种自己喜欢的方法即可，切记不要用混了！

4.4 绘制直方图

	//归一化
	int hist_w = 500;//直方图的图像的宽
	int hist_h = 300; //直方图的图像的高
	int nHistSize = 256;
	int bin_w = cvRound((double)hist_w / nHistSize);	//区间
	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, histImage.rows, NORM_MINMAX, -1, Mat());//归一化
	normalize(g_hist, g_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
	normalize(r_hist, r_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
	for (int i = 1; i < nHistSize; 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);
		//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);
		//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);
	}

输出结果：

完整代码也可参考：
https://download.csdn.net/download/didi_ya/14989174