-
c++视觉处理----绘制直方图，H—S直方图，二维H—S直方图，RGB三色直方图
直方图：
cv::calcHist()cv::calcHist()是 OpenCV 中用于计算直方图的函数。直方图是一种用于可视化图像亮度或颜色分布的工具。这函数通常应用于灰度图像或彩色图像的各个通道。以下是cv::calcHist()函数的基本语法和参数：void cv::calcHist( const cv::Mat* images, // 输入图像的数组 int nimages, // 输入图像的数量 const int* channels, // 通道索引数组（可以为空） const cv::InputArray& mask, // 掩模图像（可以为空） cv::OutputArray& hist, // 输出的直方图 int dims, // 直方图的维数 const int* histSize, // 直方图的尺寸数组 const float* ranges[], // 直方图范围数组 bool uniform = true, // 直方图是否均匀分布 bool accumulate = false // 是否累积直方图 );- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
以下是参数的说明：
images：输入图像的数组，可以是一个或多个图像。nimages：输入图像的数量，通常为1。channels：通道索引数组，指定要计算直方图的通道。对于灰度图像，通常为0。对于彩色图像，通道索引可以是{0, 1, 2}，分别代表蓝色、绿色和红色通道。mask：可选的掩模图像，用于限制计算直方图的区域。可以为空。hist：输出的直方图。dims：直方图的维数。通常为1。histSize：直方图的尺寸数组，表示直方图的柱数。ranges：直方图范围数组，指定直方图的范围。通常为{0, 256}，表示像素值的范围。uniform：指定是否将直方图均匀分布，如果为true，每个直方柱的宽度相同。accumulate：指定是否累积直方图，如果为true，直方图将被累积。
cv::calcHist()函数用于计算直方图后，你可以进一步分析或可视化直方图数据。这对于图像处理、分析和计算机视觉任务非常有用。以下是一个更完整的
cv::calcHist()函数的示例，它将计算一幅图像的直方图并绘制出来。这个示例假定你已经读取了一幅图像，并且使用灰度图像计算直方图：#include#include int main() { // 读取图像 cv::Mat image = cv::imread("your_image.jpg"); if (image.empty()) { std::cerr << "Error: Could not read the image." << std::endl; return -1; } // 将图像转换为灰度图像 cv::Mat gray_image; cv::cvtColor(image, gray_image, cv::COLOR_BGR2GRAY); // 定义直方图的参数 int histSize = 256; // 直方图中的条柱数量 float range[] = {0, 256}; // 像素值范围 const float* histRange = {range}; // 计算直方图 cv::Mat hist; cv::calcHist(&gray_image, 1, 0, cv::Mat(), hist, 1, &histSize, &histRange); // 创建一个空的直方图图像 int hist_w = 512; int hist_h = 400; cv::Mat hist_image(hist_h, hist_w, CV_8UC3, cv::Scalar(0, 0, 0)); // 归一化直方图 cv::normalize(hist, hist, 0, hist_image.rows, cv::NORM_MINMAX, -1, cv::Mat()); // 绘制直方图 for (int i = 1; i < histSize; i++) { cv::line(hist_image, cv::Point(i - 1, hist_h - cvRound(hist.at<float>(i - 1))), cv::Point(i, hist_h - cvRound(hist.at<float>(i))), cv::Scalar(255, 255, 255), 2, 8, 0); } // 显示原始图像和直方图 cv::namedWindow("Original Image", cv::WINDOW_AUTOSIZE); cv::imshow("Original Image", gray_image); cv::namedWindow("Histogram", cv::WINDOW_AUTOSIZE); cv::imshow("Histogram", hist_image); cv::waitKey(0); return 0; } - 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
这个示例将图像转换为灰度图像，计算其直方图，然后绘制直方图并显示原始图像以及对应的直方图。希望这个示例可以帮助你理解如何使用
cv::calcHist()函数来计算和可视化图像的直方图。
绘制H—S直方图
#includeint main() { // 读取图像 cv::Mat image = cv::imread("1.jpg"); if (image.empty()) { std::cerr << "Error: Could not read the image." << std::endl; return -1; } // 将图像转换为HSV颜色空间 cv::Mat hsv_image; cv::cvtColor(image, hsv_image, cv::COLOR_BGR2HSV); // 分割H和S通道 std::vector<cv::Mat> channels; cv::split(hsv_image, channels); // 定义直方图的参数 int histSize = 256; // 直方图中的条柱数量 float hRange[] = { 0, 256 }; // 色相通道的像素值范围 const float* hHistRange = { hRange }; float sRange[] = { 0, 256 }; // 饱和度通道的像素值范围 const float* sHistRange = { sRange }; // 计算H和S通道的直方图 cv::Mat h_hist, s_hist; cv::calcHist(&channels[0], 1, 0, cv::Mat(), h_hist, 1, &histSize, &hHistRange); cv::calcHist(&channels[1], 1, 0, cv::Mat(), s_hist, 1, &histSize, &sHistRange); // 归一化直方图 cv::normalize(h_hist, h_hist, 0, 255, cv::NORM_MINMAX, -1, cv::Mat()); cv::normalize(s_hist, s_hist, 0, 255, cv::NORM_MINMAX, -1, cv::Mat()); // 创建一个直方图图像 int hist_w = 512; int hist_h = 400; cv::Mat hist_image(hist_h, hist_w, CV_8UC3, cv::Scalar(0, 0, 0)); // 绘制H通道直方图 for (int i = 1; i < histSize; i++) { cv::line(hist_image, cv::Point(i - 1, hist_h - cvRound(h_hist.at<float>(i - 1))), cv::Point(i, hist_h - cvRound(h_hist.at<float>(i))), cv::Scalar(0, 0, 255), 2, 8, 0); } // 绘制S通道直方图 for (int i = 1; i < histSize; i++) { cv::line(hist_image, cv::Point(i - 1, hist_h - cvRound(s_hist.at<float>(i - 1))), cv::Point(i, hist_h - cvRound(s_hist.at<float>(i))), cv::Scalar(0, 255, 0), 2, 8, 0); } // 显示图像和H-S直方图 cv::imshow("mage", image); cv::imshow("H-S Histogram", hist_image); cv::waitKey(0); return 0; } - 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
绘制二维H—S直方图
#includeint main() { // 读取图像 cv::Mat image = cv::imread("1.jpg"); if (image.empty()) { std::cerr << "Error: Could not read the image." << std::endl; return -1; } // 将图像转换为HSV颜色空间 cv::Mat hsv_image; cv::cvtColor(image, hsv_image, cv::COLOR_BGR2HSV); // 定义直方图的参数 int h_bins = 30; // 色相通道的柱数 int s_bins = 32; // 饱和度通道的柱数 int histSize[] = {h_bins, s_bins}; float h_range[] = {0, 180}; // 色相通道的范围 float s_range[] = {0, 256}; // 饱和度通道的范围 const float* ranges[] = {h_range, s_range}; // 计算H-S直方图 cv::MatND hist; int channels[] = {0, 1}; // 色相和饱和度通道 cv::calcHist(&hsv_image, 1, channels, cv::Mat(), hist, 2, histSize, ranges, true, false); // 归一化直方图 cv::normalize(hist, hist, 0, 1, cv::NORM_MINMAX, -1, cv::Mat()); // 创建一个H-S直方图图像 int hist_w = 512; int hist_h = 512; cv::Mat hist_image(hist_h, hist_w, CV_8UC3, cv::Scalar(0, 0, 0)); // 绘制直方图 for (int h = 0; h < h_bins; h++) { for (int s = 0; s < s_bins; s++) { float bin_val = hist.at<float>(h, s); int intensity = cvRound(bin_val * 255); cv::rectangle(hist_image, cv::Point(h * (hist_w / h_bins), s * (hist_h / s_bins)), cv::Point((h + 1) * (hist_w / h_bins), (s + 1) * (hist_h / s_bins)), cv::Scalar(intensity, intensity, intensity), -1); } } // 显示原始图像和H-S直方图 cv::imshow("Image", image); cv::imshow("H-S Histogram", hist_image); cv::waitKey(0); return 0; } - 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
绘制RGB三色直方图
#includeint main() { // 读取图像 cv::Mat image = cv::imread("1.jpg"); if (image.empty()) { std::cerr << "Error: Could not read the image." << std::endl; return -1; } // 定义直方图的参数 int histSize = 256; // 直方图中的条柱数量 float range[] = { 0, 256 }; // 像素值范围 const float* histRange = { range }; // 分割RGB通道 std::vector<cv::Mat> channels; cv::split(image, channels); // 计算红色通道的直方图 cv::Mat red_hist; cv::calcHist(&channels[2], 1, 0, cv::Mat(), red_hist, 1, &histSize, &histRange); // 计算绿色通道的直方图 cv::Mat green_hist; cv::calcHist(&channels[1], 1, 0, cv::Mat(), green_hist, 1, &histSize, &histRange); // 计算蓝色通道的直方图 cv::Mat blue_hist; cv::calcHist(&channels[0], 1, 0, cv::Mat(), blue_hist, 1, &histSize, &histRange); // 归一化直方图 cv::normalize(red_hist, red_hist, 0, 255, cv::NORM_MINMAX, -1, cv::Mat()); cv::normalize(green_hist, green_hist, 0, 255, cv::NORM_MINMAX, -1, cv::Mat()); cv::normalize(blue_hist, blue_hist, 0, 255, cv::NORM_MINMAX, -1, cv::Mat()); // 创建一个直方图图像 int hist_w = 512; int hist_h = 400; cv::Mat hist_image(hist_h, hist_w, CV_8UC3, cv::Scalar(0, 0, 0)); // 绘制红色通道直方图 for (int i = 1; i < histSize; i++) { cv::line(hist_image, cv::Point(i - 1, hist_h - cvRound(red_hist.at<float>(i - 1))), cv::Point(i, hist_h - cvRound(red_hist.at<float>(i))), cv::Scalar(0, 0, 255), 2, 8, 0); } // 绘制绿色通道直方图 for (int i = 1; i < histSize; i++) { cv::line(hist_image, cv::Point(i - 1, hist_h - cvRound(green_hist.at<float>(i - 1))), cv::Point(i, hist_h - cvRound(green_hist.at<float>(i))), cv::Scalar(0, 255, 0), 2, 8, 0); } // 绘制蓝色通道直方图 for (int i = 1; i < histSize; i++) { cv::line(hist_image, cv::Point(i - 1, hist_h - cvRound(blue_hist.at<float>(i - 1))), cv::Point(i, hist_h - cvRound(blue_hist.at<float>(i))), cv::Scalar(255, 0, 0), 2, 8, 0); } // 显示原始图像和RGB三色直方图 cv::imshow("mage", image); cv::imshow("RGB Histogram", hist_image); cv::waitKey(0); return 0; } - 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
-
相关阅读:
ES6模块化规范
Java-程序控制语句
5月刚刚阿里面软件测试岗回来，3+1面任职阿里P7,年薪28*15薪
凉鞋的 Godot 笔记 104. 测试所涉及的窗口
【WSL/WSL2-Ubuntu】突破界限：不使用服务器在一台Windows搭建Nginx+FastDFS
Java客户端_zkclient库操作Zookeeper
【操作系统】孤儿/僵尸/守护进程
在线BLOG网|基于springboot框架+ Mysql+Java+JSP技术的在线BLOG网设计与实现(可运行源码+数据库+设计文档)
Git 客户端基本使用及新手常见问题
利用福禄克DSX-5000 CH测试串扰
- 原文地址：https://blog.csdn.net/qq_46107892/article/details/133789594
