当前位置:   article > 正文

OpenCV + CPP 系列(十八)直方图 与 直方图均衡化_颜色直方图opencv c++ lab

颜色直方图opencv c++ lab


关于opencv-python 有关直方图查看
OpenCV—python 颜色空间(RGB,HSV,Lab)与 颜色直方图
OpenCV—python 颜色直方图与直方图均衡化

一、函数介绍

calcHist

该函数可以一次统计多张图片每个通道的灰度值数据

void calcHist(
const Mat* images,    输入需要计算的矩阵(CV_8U或 CV_32F)
int nimages,       源图像的数目
const int* channels,    通道列表。通道数必须与直方图维数匹配,从0开始
InputArray mask,     掩码(不需要填Mat())
OutputArray hist,    输出直方图
int dims,        直方图的维度
const int* histSize,   数组,即histSize[i]表示第i个维度上bin的个数(一维一般为256)
const float** ranges,   一般为(0,256)
bool uniform = true,   标识,用于说明直方条bin是否是均匀等宽的。
bool accumulate = false 累积标识。多幅图像时,累积计算一个简单的直方图,或者及时更新直方图。
)
cvRound()、cvFloor()、cvCeil()函数详解

函数cvRound()、cvFloor()、cvCeil()都是按照一种舍入方式将浮点型数据转换为整型数据。

  • cvRound():返回跟参数最接近的整数值,即四舍五入;(2.5 ->2, 2.51->3)
  • cvFloor() :返回不大于参数的最大整数值,即向下取整;(2.5 ->2)
  • cvCeil() :返回不小于参数的最小整数值,即向上取整;(2.5 ->3)

二、直方图显示

头文件 quick_opencv.h:声明类与公共函数

#pragma once
#include <opencv2\opencv.hpp>
using namespace cv;

class QuickDemo {
public:
	...
	void show_histogram_Demo(Mat& image);
	void show_histogram2d_Demo(Mat& image);
};
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

主函数调用该类的公共成员函数

#include <opencv2\opencv.hpp>
#include <quick_opencv.h>
#include <iostream>
using namespace cv;


int main(int argc, char** argv) {
	Mat src = imread("D:\\Desktop\\pandas.jpg");
	if (src.empty()) {
		printf("Could not load images...\n");
		return -1;
	}
	namedWindow("input", WINDOW_NORMAL);
	imshow("input", src);

	QuickDemo qk;

	...
	qk.show_histogram_Demo(src);
	qk.show_histogram2d_Demo(src);
	waitKey(0);
	destroyAllWindows();
	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
一维直方图

源文件 quick_demo.cpp:实现类与公共函数

void QuickDemo::show_histogram_Demo(Mat& image) {
	std::vector<Mat> bgr_plane;
	split(image, bgr_plane);

	const int channels[1] = { 0 };
	const int bins[1] = { 256 };    //bins数据分成的等级
	float hranges[2] = { 0,256 };
	const float* ranges[1] = { hranges };

	Mat b_hist;
	Mat g_hist;
	Mat r_hist;

	// 计算 B,G,R三个通道的直方图
	calcHist(&bgr_plane[0], 1, 0, Mat(), b_hist, 1, bins, ranges);
	calcHist(&bgr_plane[1], 1, 0, Mat(), g_hist, 1, bins, ranges);
	calcHist(&bgr_plane[2], 1, 0, Mat(), r_hist, 1, bins, ranges);

	//显示直方图
	int hist_w = 512;
	int hist_h = 400;
	int bin_w = cvRound((double)hist_w/bins[0]);
	Mat histImage = Mat::zeros(hist_h, hist_w, CV_8UC3);

	//归一化直方图
	normalize(b_hist, b_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
	normalize(g_hist, g_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
	normalize(r_hist, r_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());

	//绘制直方图曲线
	for (int i = 1; i < bins[0]; i++) {
		line(histImage, \
			Point(bin_w * (i - 1), hist_h - cvRound(b_hist.at<float>(i - 1))), \
			Point(bin_w * i, hist_h - cvRound(b_hist.at<float>(i))), \
			Scalar(255, 0, 0), 2, 8, 0);
		line(histImage, \
			Point(bin_w * (i - 1), hist_h - cvRound(g_hist.at<float>(i - 1))), \
			Point(bin_w * i, hist_h - cvRound(g_hist.at<float>(i))), \
			Scalar(0, 255, 0), 2, 8, 0);
		line(histImage, \
			Point(bin_w * (i - 1), hist_h - cvRound(r_hist.at<float>(i - 1))), \
			Point(bin_w * i, hist_h - cvRound(r_hist.at<float>(i))), \
			Scalar(0, 0, 255), 2, 8, 0);
	}
	imshow("histImage", histImage);
}
  • 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

在这里插入图片描述

二维直方图

源文件 quick_demo.cpp:实现类与公共函数

void QuickDemo::show_histogram2d_Demo(Mat& image) {
	Mat hsv, hs_hist;
	cvtColor(image, hsv, COLOR_BGR2HSV);

	int hbin = 30, sbin = 32;
	int hist_bins[] = { hbin , sbin };
	float h_range[] = { 0,180 };
	float s_range[] = { 0,256 };
	const float* hs_ranges[] = { h_range,s_range };
	int hs_channels[] = { 0,1 };
	calcHist(&hsv, 1, hs_channels, Mat(), hs_hist, 2, hist_bins, hs_ranges, true, false);

	double maxVal = 0;
	minMaxLoc(hs_hist, 0, &maxVal, 0, 0);
	int scale = 10;
	Mat hist_2d_image = Mat::zeros(sbin * scale, hbin * scale, CV_8UC3);
	for (int h = 0; h < hbin; h++) {
		for (int s = 0; s < sbin; s++) {
			float binVal = hs_hist.at<float>(h, s);
			int intensity = cvRound(binVal * 255 / maxVal);
			rectangle(hist_2d_image,
				Point(h * scale, s * scale),
				Point((h + 1) * scale, (s + 1) * scale),
				Scalar::all(intensity),
				-1
			);
		}
	}
	imshow("hist_2d_image0", hist_2d_image);
	applyColorMap(hist_2d_image, hist_2d_image, 2);
	imshow("hist_2d_image1", hist_2d_image);	
}
  • 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

在这里插入图片描述

三、直方图均衡化

这里只是演示了图像的全局直方图均衡化

void QuickDemo::histogram_eq_Demo(Mat& image) {
    //灰度图像直方图均衡化
	Mat gray, dst;
	cvtColor(image, gray, COLOR_BGR2GRAY);
	equalizeHist(gray, dst);
	imshow("gray", gray);
	imshow("dst", dst);

	// 彩色图像直方图均衡化
	Mat hsv, hsv_dst;
	std::vector<Mat> hsv_split;
	cvtColor(image.clone(), hsv, COLOR_BGR2HSV);
	split(hsv, hsv_split);
	equalizeHist(hsv_split[2], hsv_split[2]);
	merge(hsv_split, hsv);
	cvtColor(hsv, hsv_dst, COLOR_HSV2BGR);
	imshow("hsv_dst", hsv_dst);
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18

在这里插入图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/article/detail/46635
推荐阅读
相关标签
  

闽ICP备14008679号