C++OpenCV下绘制灰度直方图

C++OpenCV下绘制直方图

直方图的定义：灰度直方图是对一幅灰度图像素分布的统计。对于一幅8Bit量化的图像来说。就是统计在0~255各个灰度级上，像素点的个数或者密度。

在OpenCV库提供了 calcHist()方法用于得到图像的直方图。

具体函数的调用方法如下：

void cv::calcHist(const Mat*images,int nimages,const int *channels,InputArrary mask,OutputArrary hist,int dims,const int* histSize,const float **ranges,bool uniform=true,bool accumulate=false)

//参数说明

//images:带统计直方图的图像数组

//nimages:输入图像的数目

//channels:需要统计的通道索引数组 一般灰度图就是0通道

//mask:掩码 一般填Mat()

//hist:输出的统计直方图结果，是一个dims维度的数组。不过用OpenCV中Mat类型的变量存储

//dims:hist的列数、需要计算直方图的维度

//histSize:存放每个维度直方图数组的尺寸

//ranges:每个通道灰度值的取值范围

根据以上参数，设计了一个获取直方图Mat数组Hist的函数

//@para gray:需要统计的图   Hist：用于存放统计数据
void GetHist(Mat gray,Mat &Hist)    //统计8Bit量化图像的灰度直方图
{
    const int channels[1] = { 0 }; //通道索引
    float inRanges[2] = { 0,255 };  //像素范围
    const float* ranges[1] = {inRanges};//像素灰度级范围
    const int bins[1] = { 256 };   //直方图的维度
    calcHist(&gray, 1, channels,Mat(), Hist,1, bins, ranges);
}

这里得gray为测试灰度图。看下运行完calcHist函数后，Hist的维数。

可以看到Hist就是一个256行1列Mat类型的变量，可以看做一个数组索引。

这样我们就可以根据这个Hist画图。

这里设计一个ShowHist函数，主要的步骤就是申请一块背景为纯黑的图像，再根据Hist的值转化为点坐标从而画出一个个白色的矩形以完成直方图的绘制。

void ShowHist(Mat &Hist)
{
    //准备绘制直方图
    int hist_w = 512;
    int hist_h = 400;
    int width = 2;
    Mat histImage = Mat::zeros(hist_h,hist_w,CV_8UC3);   //准备histImage为全黑背景色，大小为512*400
    for (int i = 0; i < Hist.rows; i++)
    {
         rectangle(histImage,Point(width*(i),hist_h-1),Point(width*(i+1),hist_h-cvRound(Hist.at(i)/20)),
            Scalar(255,255,255),-1);
    }
    namedWindow("histImage", WINDOW_AUTOSIZE);
    imshow("histImage", histImage);
    //waitKey(0);
}

首先准备一幅512*400的全黑背景图histImage，接下来通过Hist.rows遍历每个灰度级的像素个数。通过Rectangle函数画出白色的矩形。最后的-1代表绘制的矩形是填充矩形。对于Rectangle，重点分析下两个Point的含义。

@param pt1 Vertex of the rectangle.

@param pt2 Vertex of the rectangle opposite to pt1 .

上面是官方给出的注释，pt1为矩形的一个顶点，pt2为矩形对角线上的另一个顶点。

首先看横坐标，一个矩形的横坐标长度应该为一个像素级所占的长度，这里我们假定一个像素级占长度为width=2。pt1的横坐标值为width*(i)，pt2的横坐标值为width*(i+1)；

再看纵坐标，首先需要明白图像的坐标系，它是这样的：

pt1的纵坐标为:hist_h-1相当于图像最下面，也就是矩形的左下角。pt2的纵坐标应该是矩形的右上角才对，hist_h-cvRound(Hist.at(i)/20)，cvRound是4舍5入，Hist.at(i)取出在该像素级上像素点的个数，这个数字可能远远大于hist_h（512），因为直方图我们只希望看到图像像素级分布的大致，所以我们除以一个20保证不会超出图像的边界。

最后给出我主函数的调用：

int main(int argc,char *argv)
{
    Mat src,gray,hist;   //hist用于统计gray的直方图
    src=imread("2.jpg");
    cvtColor(src,gray,CV_BGR2GRAY);
    GetHist(gray,hist);
    ShowHist(hist);
    namedWindow("gray");
    imshow("gray",gray);
    waitKey(0);
    return 0;
}

结果：

总结分析：其实图像的直方图只能告诉我们图像像素级别的分布如何，可以定性的帮助我们判断图像对比度，以及亮度的分布情况，如果想通过直方图进行操作，还是得借助calcHist得到的Hist数组对其进行定量的操作。