这周学习直方图，看了许多资料，才搞明白其中的一些道道，现在结合下图给大家分享下。
1、bin的含义
直方图中bin的含义：计算颜色直方图需要将颜色空间划分为若干小的颜色区间，即直方图的bin，通过计算颜色在每个小区间内德像素得到颜色直方图，bin越多，直方图对颜色的分辨率越强，但增加了计算机的负担。即（上图所分10个竖条区域，每个竖条区域称为一个bin）
（2）简单来说直方图就是对数据进行统计，将统计值组织到一系列事先定义好的bin中。bin中的数值就是从数据中计算出的特征的统计量，这些数据可以是诸如梯度、方向、色彩或任何其他特征。无论如何，直方图获得的是数据分布的统计图。直方图实际上是一个方便表示图像特征的手段。
2、cvCreateHist()创建一个直方图函数理解
dim：表示几维空间，即一般彩色图像是3通道的，dim=3，故灰度图像为1通道，则dim=1。dim=2，说明只计算彩色通道中的其中两个通道。
sizes：表示的是bin的个数，上图有10个bin，则sizes=10。
type：CV_HIST_ARRAY,CV_HIST_SPACRSE虚疏矩阵：如果在矩阵中，多数的元素为0，则称矩阵为虚疏矩阵。
ranges：上图最右边的数字100，就是说ranges范围为0~100。如果是灰度图像一般设为0~255，sizes=256，则每个 bin就表示一个灰度级的统计。在函数中ranges是bin范围的数组，即bin范围为一个数组，ranges为一个数组的数组。
uniform：决定ranges，uniform=0是均匀直方图，非0时不均匀直方图。
3、直方图归一化
归一化处理并没有改变图像的对比度
归一化处理很简单，假设原图像是8位灰度图像，那么读入的像素矩阵最大值为256，最小值为1定义矩阵为I
J＝I／256，就是归一化的图像矩阵，就是说归一化之后所有的像素值都在［0，1］区间内
以灰度图像来说，就是一个每个bin中的像素数分别除以整幅图像总的像素数，得出一个在［0，1］区间数，即概率数。
4、直方图处理流程：首先
1、首先创建一个直方图
CvHistogram* cvCreateHist(
int dims, //直方图维数
int* sizes,//直翻图维数尺寸
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
);
2、计算图像直方图cvCalcHist（）;
3、归一化直方图cvNormalizeHist();
4、通过访问直方图元素bin的值（归一化后已变为在【0~1】区间数）在一张图片上显示出直方图来。注意最终呈现的直方图是我们通过矩形自我绘制的，不是自动有函数可生成的。
一般默认bin的最大值为图像的最高高度。