OpenCV直方图操作.docx

直方图CvHistogramtypedefstructCvHistogram{int type;CvArr* bins; //存放每个灰度级数目的数组指针 float thresh[CV_MAX_DIM][2]; //均匀直方图 float** thresh2; //非均匀直方图CvMatND mat; //直方图数组的内部数据结构}CvHistogram;type:用来指定第二个成员bins的类型。OpenCv中常见到CvArr*的接口，可以用以指定诸如CvMat、CvMatND、IplImage的类型，其实CvArr*的是一个指向void的指针。在函数内部有时需要得到确切的指向类型，这就需要type来指定。bins:存放每个灰度级数目的数组指针。thresh：用来指定统计直方图分布的上下界。比如[0 255]表示用来统计图像中像素分别在灰度级[0 255]区间的分布情况，CV_MAX_DIM对应直方图的维数，假如设定二维红-蓝直方图的thresh为[0 255;100 200]，就是分别统计红色图像灰度级在[0 255]以及蓝色图像在灰度级[100 200]的分布情况。thresh用以指定均匀直方图的分布，如果统计像素在2个区间的分布，则对应[0 255]的上下界，均匀分布统计的区间即[0 127] [127 255]分布的概率，这也是为什么thresh第二个维数默认为2——会自动均分上下界；thresh2：指定非均匀的分布，这就需要指定每个区间的上下界，如果要统计直方图在区间（0，10,100,255）的分布，那需要指定thresh2的一个维度为[0 10 100 255]，所以用float**形式表示。mat：简单说就是存储了直方图的信息，即我们统计的直方图分布概率。创建直方图cvCreateHist()OpenCV中用cvCreateHist()创建一个直方图：CvHistogram* cvCreateHist(int dims, //直方图维数int* sizes,//直方图维数尺寸int type, //直方图的表示格式 float** ranges=NULL, //图中方块范围的数组int uniform=1 //归一化标识，原理有点复杂。通常使用默认值即可。);dims：直方图维数，灰度图为1，彩色图为3。sizes：数组的长度为dims，每个数表示分配给对应维数的bin的个数。如dims=3，则size中用[s1,s2,s3]分别指定每维bin的个数。type：两种：CV_HIST_ARRAY 意味着直方图数据表示为多维密集数组CvMatND; CV_HIST_TREE 意味着直方图数据表示为多维稀疏数组CvSparseMat。ranges：thresh的范围，内容取决于uniform的值。uniform为0是均匀的，非0时不均匀。计算图像直方图CalcHist()voidcvCalcHist( IplImage** image, //输入图像（也可用CvMat**）CvHistogram* hist, //输出直方图指针int accumulate=0, //累计标识，如果设置，则直方图在开始时不被清零。constCvArr* mask=NULL //操作 mask, 确定输入图像的哪个象素被计数。这个特征保证可以为多个图像计算一个单独的直方图，或者在线更新直方图。);这是个inline函数，函数内部会直接调用cvCalcArrHist( (CvArr**)image, hist, accumulate, mask );示例代码：int main( ){IplImage * src= cvLoadImage(1.jpg);IplImage* gray_plane = cvCreateImage(cvGetSize(src),8,1);cvCvtColor(src,gray_plane,CV_BGR2GRAY);inthist_size = 256; //直方图尺寸inthist_height = 256;float range[] = {0,255}; //灰度级的范围float* ranges[]={range};//创建一维直方图，统计图像在[0 255]像素的均匀分布CvHistogram* gray_hist = cvCreateHist(1,hist_size,CV_HIST_ARRAY,ranges,1);//计算灰度图像的一维直方图cvCalcHist(gray_plane,gray_hist,0,0);//归一化直方图cvNormalizeHist(gray_hist,1.0);int scale = 2;//创建一张一维直方图的“图”，横坐标为灰