注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

G G I C C I

 
 
 

日志

 
 

OpenCV图像处理 图像的点运算 ( 灰度直方图 )  

2012-08-05 21:13:47|  分类: OpenCV |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

Title :

  • OpenCV灰度直方图

Theory :

从图形上看,灰度直方图是一个二维图:

gray_hist

图像的灰度直方图是一个离散函数,它表示图像每一灰度级与该灰度级出现频率的对应关系。假设一幅图像的像素总数为 N,灰度级总数为 L,其中灰度级为 g 的像素总数为 Ng,则这幅数字图像的灰度直方图横坐标即为灰度 g ( 0 ≤ g ≤ L-1 ),纵坐标则为灰度值出现的次数 Ng。实际上,用 N 去除各个灰度值出现的次数 Ng 即可得到各个灰度级出现的概率 Pg = Ng / N = Ng / ∑Ng ,从而得到归一化的灰度直方图,其纵坐标为概率 Pg

Quote : ( From [OpenCV 2 Computer Vision Application Programming Cookbook (Robert Langaniere, 2011) ], 引用作直方图的解释 )

  1. A histogram is a simple table that gives the number of pixels that have a given value in an image (or sometime a set of images). The histogram of a gray-level image will therefore have 256 entries (or bins).
  2. Histograms can also be normalized such that sum of the bins equals 1. In that case, each bin gives the percentage of pixels having this specific value in the image.

Implementation :

利用 OpenCV 提供的 calcHist 函数 :

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

这个函数用于计算直方图是很强大的,在这里就实现一个最简单的灰度图像的直方图计算。

Code :

   1: int main()
   2: {    
   3:     Mat img = imread("lena.jpg", CV_LOAD_IMAGE_GRAYSCALE);
   4: 
   5:     Mat* arrays = &img;
   6:     int narrays = 1;
   7:     int channels[] = { 0 };
   8:     InputArray mask = noArray();
   9:     Mat hist;
  10:     int dims = 1;
  11:     int histSize[] = { 256 };    
  12:     float hranges[] = { 0.0, 255.0 };
  13:     const float *ranges[] = { hranges };
  14:     //调用 calcHist 计算直方图, 结果存放在 hist 中
  15:     calcHist(arrays, narrays, channels, mask, hist, dims, histSize, ranges);
  16:     
  17:     //调用一个我自己写的简单的函数用于获取一张显示直方图数据的图片,
  18:     //输入参数为直方图数据 hist 和期望得到的图片的尺寸
  19:     Mat histImg = ggicci::getHistogram1DImage(hist, Size(600, 420));
  20:     imshow("lena gray image histogram", histImg);
  21:     waitKey();
  22: }
  23: 
  24: Mat ggicci::getHistogram1DImage(const Mat& hist, Size imgSize)
  25: {
  26:     Mat histImg(imgSize, CV_8UC3);
  27:     int Padding = 10;
  28:     int W = imgSize.width - 2 * Padding;
  29:     int H = imgSize.height - 2 * Padding;
  30:     double _max;
  31:     minMaxLoc(hist, NULL, &_max);
  32:     double Per = (double)H / _max;
  33:     const Point Orig(Padding, imgSize.height-Padding);
  34:     int bin = W / (hist.rows + 2);
  35: 
  36:     //画方柱
  37:     for (int i = 1; i <= hist.rows; i++)
  38:     {
  39:         Point pBottom(Orig.x + i * bin, Orig.y);
  40:         Point pTop(pBottom.x, pBottom.y - Per * hist.at<float>(i-1));
  41:         line(histImg, pBottom, pTop, Scalar(255, 0, 0), bin);
  42:     }
  43: 
  44:     //画 3 条红线标明区域
  45:     line(histImg, Point(Orig.x + bin, Orig.y - H), Point(Orig.x + hist.rows *  bin, Orig.y - H), Scalar(0, 0, 255), 1);
  46:     line(histImg, Point(Orig.x + bin, Orig.y), Point(Orig.x + bin, Orig.y - H), Scalar(0, 0, 255), 1);
  47:     line(histImg, Point(Orig.x + hist.rows * bin, Orig.y), Point(Orig.x + hist.rows *  bin, Orig.y - H), Scalar(0, 0, 255), 1);
  48:     drawArrow(histImg, Orig, Orig+Point(W, 0), 10, 30, Scalar::all(0), 2);
  49:     drawArrow(histImg, Orig, Orig-Point(0, H), 10, 30, Scalar::all(0), 2);
  50:     
  51:     return histImg;
  52: }

Result :

lenaimage

airplaneimage


End :

Author : Ggicci

欢迎阅读, 如有错误, 希望指正!

--OpenCV 初学者

  评论这张
 
阅读(5027)| 评论(0)
推荐

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017