有關opencv的學習（9）—計算圖像直方圖

灰度圖像直方圖有256個項目，也叫箱子（bin）。如果把直方圖所有的箱子進行累加，得到的結果就是像素的總數。若將直方圖歸一化，即所有的箱子累加和等於1，這時箱子的數值表示對應的像素數量佔總數的百分比。

代碼如下：

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main()
{
    Mat image=imread("/Users/zhangxiaoyu/Desktop/2.png",0);//flags=0代表讀取灰色圖像
    if(image.empty())
    {
        cout<<"Error!cannot be read...../n";
        return -1;
    }
    
    int nimages=1;//圖片數量爲1
    int channels[1]={0};//通道數量
    
    Mat outputHist;//輸出直方圖
    int dims=1;//一維
    int histSize[1]={256};//存放每個維度直方圖尺寸的數組
    float hranges[2]={0,255};//每一維數值的取值範圍
    const float *ranges[1]={hranges};//值範圍的指針
    
    
    //計算直方圖
    calcHist(&image, nimages, channels, Mat(), outputHist, dims, histSize, ranges);
    
    //循環遍歷
    for(int i=0;i<256;i++)
        std::cout<<"bin/value:"<<i<<"="<<outputHist.at<float>(i)<<std::endl;
    
    //畫出直方圖
    int scale = 1;
    
    //直方圖的圖片
    Mat histimage(histSize[0] * scale, histSize[0], CV_8U, cv::Scalar(255));
    
    //找到最大值和最小值
    double maxValue = 0;
    double minValue = 0;
    minMaxLoc(outputHist, &minValue, &maxValue, 0, 0);

    
    //測試
    std::cout << minValue << std::endl;
    std::cout << maxValue << std::endl;
    
    //縱座標縮放比例
    double rate = (histSize[0] / maxValue)*0.9;
    
    for (int i = 0; i < histSize[0]; i++)
    {
        //得到每個i和箱子的值
        float value = outputHist.at<float>(i);
        //畫直線
        line(histimage, Point(i*scale, histSize[0]), Point(i*scale, histSize[0] - value*rate), Scalar(0));
    }
    
    namedWindow("hist");
    imshow("histimage", histimage);
    //waitKey(0);
    
    Mat thresholded;//輸出分割後的圖像
    threshold(image, thresholded, 166, 255, THRESH_BINARY);
    namedWindow("threshold_image");
    imshow("threshold_image", thresholded);
    waitKey(0);
    
    
    
}

原始圖片如下所示：

圖像的灰度直方圖爲：

由上圖可以看出，灰度直方圖的兩個“山峯”之間有“低谷”，可根據低谷的灰度直將圖像分割，如下圖所示：

基本可以看出，原始圖像被分割爲兩部分，背景與前景。