图像直方图：用 OpenCV 轻松理解图像数据分布

2023-11-07 22:01:15

在计算机视觉的世界中，图像直方图是深入了解图像数据分布的宝贵工具。它能揭示图像中每个亮度或颜色的像素数量，提供有关图像内容的宝贵见解。使用 OpenCV，我们可以轻松计算图像直方图，并利用这些见解来增强图像处理和分析任务。

OpenCV 中的图像直方图计算

OpenCV 提供了 cv::calcHist 函数，用于计算图像直方图。该函数采用以下参数：

cv::calcHist(images, channels, mask, hist, dims, histSize, ranges)

其中：

images 是待统计直方图的图像数组。
channels 是需要统计的通道索引数组。
mask 是可选的掩码，用于仅计算感兴趣区域的直方图。
hist 是输出直方图。
dims 是统计直方图的维度数。
histSize 是每个维度中直方图条形数的数组。
ranges 是每个维度中直方图条形范围的数组。

OpenCV 中的直方图可视化

计算直方图后，我们通常需要将其可视化以进行分析。OpenCV 提供了 cv::normalize 函数和 cv::imshow 函数，用于分别对直方图进行归一化和显示。

以下是一个示例代码，展示了如何使用 OpenCV 计算和可视化图像直方图：

#include <opencv2/opencv.hpp>

using namespace cv;

int main() {
  // 加载图像
  Mat image = imread("image.jpg");

  // 计算直方图
  int histSize[] = {256};
  float hranges[] = {0, 256};
  Mat hist;
  calcHist(&image, 1, 0, Mat(), hist, 1, histSize, &hranges);

  // 归一化直方图
  normalize(hist, hist, 0, 255, NORM_MINMAX);

  // 显示直方图
  imshow("Histogram", hist);
  waitKey(0);

  return 0;
}