欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Opencv一维直方图的绘制

程序员文章站 2023-12-25 16:35:21
...

下面是我参考《opencv3编程入门》写的绘制一维直方图的代码

using namespace cv;
using namespace std;
#define byte uchar 
#define TYEPE_GRAY 0
#define TYEPE_RGB 1
/*--------------------------绘制RGB三色一维直方图-------------------------------------*/
Mat My_Rraw_histogram(Mat* srcImage,int type)  //输入:要处理的灰度图   输出:该图像的直方图
{
 if (type == TYEPE_GRAY)  //一维灰度直方图绘制
 {
  //【1】将原图转化为灰度图
  Mat gray_srcImage;
  cvtColor(*srcImage,gray_srcImage, COLOR_BGR2GRAY);
  //【2】定义变量
  MatND dstHist;
  int dims = 1;  //需要计算的直方图的维数
  float grayranges[] = { 0,255 };
  const float* ranges[] = { grayranges }; //这里需要为const类型
  int size = 256;   //表示的是将统计的灰度值分成的等份
  int Height = 256;
  int channels = 0; //灰度图只有一个0通道
  //【3】计算图像直方图
  calcHist(srcImage, //输入数组
   1, //数组个数
   &channels, //通道索引
   Mat(),//不使用掩膜
   dstHist, //输出的目标直方图
   dims, //需要计算的直方图的维数
   &size, //存放每个维度的直方图尺寸的数组
   ranges); //每一维数值的取值范围 
  int scale = 1;  //scale 每一个像素占的格数
  Mat dstImage(size * scale, size, CV_8U, Scalar(0));  //长 :size*scale ,宽:size ,值为0
  //【4】获取最大值和最小值
  double minVal = 0;
  double maxVal = 0;
  minMaxLoc(dstHist, &minVal, &maxVal, 0, 0);  //获得直方图中最大值和最小值
  //【5】绘制出直方图
  int hpt = saturate_cast<int>(0.9 * Height);   //saturate_cast 是溢出保护    大概意思 :if(data<int的负范围)  data = 负最大; else if (data > int的正范围) data = int 正最大;
  for (int i = 0;i < 256;i++)
  {
   float binVal = dstHist.at<float>(i);
   int realVal = saturate_cast<int>(binVal * hpt / maxVal);  //在图像上的高度 = 像素数目/像素值最大数目 * 0.9*256   这里0.9是为了削减图像像素高度,因为最大的时候会触及顶端不美观
   rectangle(dstImage, Point(i * scale, Height - 1), Point((i + 1) * scale - 1, Height - realVal), Scalar(255));
   //要进行绘制的目标图像 矩形的左下顶点 矩阵对角线上的右上顶点 线条的颜色(RGB)或亮度(灰度图)  一共要绘制256个矩形
  }
  return dstImage;
 }
 else if (type == TYEPE_RGB)
	{
		//【1】定义变量
		MatND redHist,greenHist,blueHist;
		int dims = 1;		//需要计算的直方图的维数
		float grayranges[] = { 0,256 };
		const float* ranges[] = { grayranges };	//这里需要为const类型
		int size = 256;			//表示的是将统计的灰度值分成的等份
		int channels_r[] = { 2 };	
		int channels_g[] = { 1 };	
		int channels_b[] = { 0 };	
		//疑问 : RGB图像的R、G、B是对应channel[0]、channel[1]、channel[2]还是对应channel[2]、channel[1]、channel[0] ?
		//经过验证是channel[2]、channel[1]、channel[0]
		//【2】计算图像直方图
		//--------------------red--------------------------
		calcHist(srcImage,	//输入数组
			1,	//数组个数
			channels_r,	//通道索引
			Mat(),//不使用掩膜
			redHist,	//输出的目标直方图
			dims,	//需要计算的直方图的维数
			&size,	//存放每个维度的直方图尺寸的数组
			ranges,//每一维数值的取值范围	
			true,//指示直方图是否均匀的标识符,true表示均匀的直方图
			false);	//累计标识符,false表示直方图在配置阶段会被清零
		//--------------------green--------------------------
		calcHist(srcImage,	//输入数组
			1,	//数组个数
			channels_g,	//通道索引
			Mat(),//不使用掩膜
			greenHist,	//输出的目标直方图
			dims,	//需要计算的直方图的维数
			&size,	//存放每个维度的直方图尺寸的数组
			ranges,//每一维数值的取值范围	
			true,//指示直方图是否均匀的标识符,true表示均匀的直方图
			false);	//累计标识符,false表示直方图在配置阶段会被清零
		//--------------------blue--------------------------
		calcHist(srcImage,	//输入数组
			1,	//数组个数
			channels_b,	//通道索引
			Mat(),//不使用掩膜
			blueHist,	//输出的目标直方图
			dims,	//需要计算的直方图的维数
			&size,	//存放每个维度的直方图尺寸的数组
			ranges,//每一维数值的取值范围	
			true,//指示直方图是否均匀的标识符,true表示均匀的直方图
			false);	//累计标识符,false表示直方图在配置阶段会被清零

		//【3】获取最大值和最小值
		double minVal_r = 0, minVal_g = 0, minVal_b = 0;
		double maxVal_r = 0, maxVal_g = 0,maxVal_b = 0;
		minMaxLoc(redHist, &minVal_r, &maxVal_r, 0, 0);		//获得r直方图中最大值和最小值
		minMaxLoc(greenHist, &minVal_g, &maxVal_g, 0, 0);		//获得g直方图中最大值和最小值
		minMaxLoc(blueHist, &minVal_b, &maxVal_b, 0, 0);		//获得b直方图中最大值和最小值

		int scale = 1;		//scale 每一个像素占的格数
		int Height = 256;	//直方图高度
		Mat dstImage(Height, size*3, CV_8UC3, Scalar(0,0,0));		//长 :size*scale ,宽:size*3 ,值为0  将三个直方图横放在一起
		//【4】绘制出直方图
		int hpt = saturate_cast<int>(0.9 * Height);			//saturate_cast 是溢出保护    大概意思 :if(data<int的负范围)  data = 负最大; else if (data > int的正范围) data = int 正最大;
		for (int i = 0;i < 256;i++)
		{
			float binVal_r = redHist.at<float>(i);
			float binVal_g = greenHist.at<float>(i);
			float binVal_b = blueHist.at<float>(i);
			//疑问:是否存在一张图片中maxVal_r or maxVal_g or maxVal_b 有一个值为0?这样算出来的值将会是0/0, 而实际值应该是 0
			int intensityl_r = saturate_cast<int>(binVal_r * hpt / maxVal_r);		//在图像上的高度 = 像素数目/像素值最大数目 * 0.9*256   这里0.9是为了削减图像像素高度,因为最大的时候会触及顶端不美观
			int intensityl_g = saturate_cast<int>(binVal_g * hpt / maxVal_g);
			int intensityl_b = saturate_cast<int>(binVal_b * hpt / maxVal_b);
			
			rectangle(dstImage, Point(i * scale, Height - 1), Point((i + 1) * scale - 1, Height - intensityl_r), Scalar(0,0,255));
			rectangle(dstImage, Point((i+size)* scale, Height - 1), Point((i + size + 1)* scale - 1, Height - intensityl_g), Scalar(0,255,0));
			rectangle(dstImage, Point((i + 2*size)* scale, Height - 1), Point((i + 2*size + 1)* scale - 1, Height - intensityl_b), Scalar(255,0,0));
			//要进行绘制的目标图像 矩形的左下顶点 矩阵对角线上的右上顶点 线条的颜色(RGB)或亮度(灰度图)  一共要绘制256个矩形
		}
		return dstImage;
	} 
else
	{

	}
}
//主函数
int main()
{
	//【1】载入原图
	Mat srcImage = imread("D:\\opencv_picture_test\\RGB纯色图\\red.jpg", 2|4);			//原图
	//Mat srcImage = imread("D:\\opencv_picture_test\\JQ\\JQ14.jpg", 2 | 4);			//原图
	namedWindow("原图", WINDOW_NORMAL);//WINDOW_NORMAL允许用户*伸缩窗口
	imshow("原图", srcImage);
	if (srcImage.empty())
	{
		printf("Could not find the image!\n");
		return -1;
	}
	Mat dstImage = My_Rraw_histogram(&srcImage, TYEPE_RGB);
	namedWindow("一维直方图", WINDOW_NORMAL);//WINDOW_NORMAL允许用户*伸缩窗口
	imshow("一维直方图", dstImage);
	waitKey(0);
	return 0;
}

下面是代码实现的效果
Opencv一维直方图的绘制
Opencv一维直方图的绘制
纯红时,cahnnel【2】值为255的像素个数最多,其他为0,channel【1】和channel【0】值为0的像素个数最多,其他为0。

上一篇:

下一篇: