opencv —— calcHist、minMaxLoc 计算并绘制图像直方图、寻找图像全局最大最小值

直方图概述

简单来说，直方图就是对数据进行统计的一种方法，这些数据可以是梯度、方向、色彩或任何其他特征。它的表现形式是一种二维统计表，横纵坐标分别是统计样本和该样本对应的某个属性的度量。

计算直方图：calcHist 函数

calcHist 函数用于计算一个或多个阵列的直方图。

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 accumul = false);

• images，输入的数组（图像）或数组集（图像集），他们需为相同深度（CV_8U 或 CV_32F）和相同尺寸。
• nimages，第一个参数中存放了多少张图象。
• channels，图像索引，会按照索引顺序依次计算图像直方图（注意，第一张图片索引为 0，以此类推）。
• mask，可选的掩膜操作，非零掩码元素用于标记待统计元素，需要与输入图像集有相同尺寸。
• hist，输出的目标直方图，一个二维数组。
• dims，输出目标直方图的维度。一般设为 1（线）。
• histSize，每张直方图的尺寸，即 x 轴最大值。
• ranges，每张直方图的值域范围，即 y 轴范围。
• uniform，直方图是否归一化的标识符，默认为 true。
• accumulate，在计算直方图时是否清空传入的 hist。true 表示不清空，false 表示清空。默认为 false。只有在想要统计多个图像序列中的累加直方图时才会设置为 true。

寻找最值：minMaxLoc 函数

minMaxLoc 函数的作用是在数组中找到全局最小和最大值。

void minMaxLoc(InputArray src, double* minVal, double* maxVal = 0, Point* minLoc = 0, Point* maxLoc = 0, InputArray mask = noArray());

• src，输入的数组，若是图像，需为单通道图像。
• minVal，返回最小值的指针。若无需返回，此值设为 NULL。
• maxVal，返回最大值的指针。若无需返回，此值设为 NULL。
• minLoc，返回最小值位置的指针（二维情况下）。若无需返回，此值设为 NULL。
• maxVal，返回最大值位置的指针（二维情况下）。若无需返回，此值设为 NULL。
• mask，可选的掩膜操作，非零掩码元素用于标记待统计元素，需要与输入图像集有相同尺寸。

代码示例：

#include<opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main() {
    Mat src = imread("C:/Users/齐明洋/Desktop/证件照/6.jpg");
    imshow("src", src);

    //计算 BGR 三通道各自直方图
    vector<Mat>bgr(3);
    int channels[] = { 0,1,2 };
    int histsize[] = { 256,256,256 };
    float r[] = { 0,255 };
    const float* ranges[] = { r,r,r };
    calcHist(&src, 3, &channels[0], Mat(), bgr[0], 1, &histsize[0], &ranges[0], true);
    calcHist(&src, 3, &channels[1], Mat(), bgr[1], 1, &histsize[1], &ranges[1], true);
    calcHist(&src, 3, &channels[2], Mat(), bgr[2], 1, &histsize[2], &ranges[2], true);

    //直方图归一化
    normalize(bgr[0], bgr[0], 600, 0, NORM_L1);
    normalize(bgr[1], bgr[1], 600, 0, NORM_L1);
    normalize(bgr[2], bgr[2], 600, 0, NORM_L1);

    //确定绘制高度
    double mx[3];
    minMaxLoc(bgr[0], NULL, &mx[0]);
    minMaxLoc(bgr[1], NULL, &mx[1]);
    minMaxLoc(bgr[2], NULL, &mx[2]);
    int h = mx[0];
    for (int i = 1; i < 3; i++) {
        if (h < mx[i]) {
            h == mx[i];
        }
    }

    //绘制直方图
    string names[3] = { "b_img","g_img","r_img" };
    int w = 256;
    Mat dst[3];//绘在三张背景上
    dst[0] = Mat(h, w, src.type(), Scalar(0, 0, 0));
    dst[1] = dst[0].clone();
    dst[2] = dst[0].clone();
    double width = w / 256;
    Scalar colors[] = { Scalar(255,0,0),Scalar(0,255,0) ,Scalar(0,0,255) };
    for (int i = 0; i < 3; i++) {
        for (int j = 1; j < 256; j++) {
            Point pre = Point((j - 1)*width, h - bgr[i].at<float>(j - 1));
            Point next = Point(j*width, h - bgr[i].at<float>(j));
            line(dst[i], pre, next, colors[i], 1);
        }
        imshow(names[i], dst[i]);
    }
    waitKey(0);
}

效果演示：

借鉴博客：https://blog.csdn.net/zhu_hongji/article/details/81663161

标签：src,int,dst,直方图,minMaxLoc,bgr,图像
来源： https://www.cnblogs.com/bjxqmy/p/12378312.html