calcHist 函数 ，用来计算一个或多个数组的直方图。用来累积某个直方图统计 桶的元组中的元素，来自 于对应 的输入数组中相同的位置。下面 的示例，展示了，如何计算一个彩色图片的二维色调/饱和 度（Hue-Saturation）直方图。

#include <cv.h>

#include <highgui.h>

using namespace cv;

int main( int argc, char ** argv )

{

Mat src, hsv;

if ( argc != 2 || ! (src = imread(argv[ 1 ], 1 )).data )

return - 1 ;

cvtColor(src, hsv, CV_BGR2HSV);

// 将色调 （hue） 量化为 30 个级别

// 将饱和度 （saturation） 量化为 32 个级别

int hbins = 30 , sbins = 32 ;

int histSize[] = {hbins, sbins};

// 色调 （ hue ）取值范围为从 0 到 179 ，参考 cvtColor文档

float hranges[] = { 0 , 180 };

// 饱和 度（ saturation ）取值范围为从 0 ( 黑-灰-白（ black-gray-white ） ) 到

// 255 ( 纯的彩虹色 )

float sranges[] = { 0 , 256 };

const float * ranges[] = { hranges, sranges };

MatND hist;

// 我们计算第0个通道和第1个通道的直方图

int channels[] = { 0 , 1 };

calcHist( & hsv, 1 , channels, Mat(), // 不使用掩膜

hist, 2 , histSize, ranges,

true , // 直方图 是归一化的

false );

double maxVal = 0 ;

minMaxLoc(hist, 0 , & maxVal, 0 , 0 );

int scale = 10 ;

Mat histImg = Mat :: zeros(sbins * scale, hbins * 10 , CV_8UC3);

for ( int h = 0 ; h < hbins; h ++ )

for ( int s = 0 ; s < sbins; s ++ )

{

float binVal = hist.at < float > (h, s);

int intensity = cvRound(binVal * 255 / maxVal);

rectangle( histImg, Point(h * scale, s * scale),

Point( (h + 1 ) * scale - 1 , (s + 1 ) * scale - 1 ),

Scalar :: all(intensity),

CV_FILLED );

}

namedWindow( "Source" , 1 );

imshow( "Source" , src );

namedWindow( "H-S Histogram" , 1 );

imshow( "H-S Histogram" , histImg );

waitKey();

}

注意

• •.opencv_source_code/samples/cpp/demhist.cpp中有一个针对单张图片创建直方图的示例。

calcBackProject 函数 ，计算指定直方图的反投影。 也就是说，它做的工作与 calcHist 类似。 calcHist 函数 ，在工作过程中，对于每个位置 (x, y) ， 会收集输入图片中选中通道的像素值，进而找到对应的直方图统计桶。但是 ，这个函数，不是对统计桶进行累加，而是读取统计桶的值，按照scale对它进行缩放，然后 将得到的值存入到 backProject(x,y) 中去。 以统计学的术语来说，就是， 这个函数，根据该直方图所表现出来的经验概率分布，计算出每个元素值的出现概率。例如， 妳可以以下述方法来寻找及跟踪某个场景中的一个亮色物体：

1. 1.在开始跟踪之前，在相机前展示该物体，使得它几乎占据整个画面。计算一个色度（hue）直方图。这个直方图中，可能会出现狠强的最大值分量，它就对应于该物体的支配色彩。

2. 2.在实际跟踪过程中，对于输入视频中的每一帧，对于其色度平面，使用预先计算的直方图来计算出一个反投影。对这个反投影图片进行阈值化处理，以过滤掉弱颜色。另外，以下手段可能也会直到一定的作用：过滤掉那些饱和度不够的像素、颜色过暗的像素、颜色过亮的像素。

3. 3.在所得到的结果图片中，寻找连通分量，并且选择最合适的那一个，例如，选择面积最大的那个。

比较两个直方图。

compareHist 函数 ，使用指定的方法来比较两个密集或松散的直方图：

• •. 相关 度 ( method=CV_COMP_CORREL )

  

  其中

  

  而N是直方图统计桶的总个数。

• •. 卡方值（ Chi-Square ） ( method=CV_COMP_CHISQR )

  

• •. 交集( method=CV_COMP_INTERSECT )

  

• •. 巴塔恰里雅距离 （ Bhattacharyya distance ） ( method=CV_COMP_BHATTACHARYYA 或 method=CV_COMP_HELLINGER ) 。实际 上， OpenCV计算 的是海灵格距离（Hellinger distance）， 它与 巴塔恰里雅 系 数 相关。

这个函数返回的是d(H 1 ,H 2 )。

这个函数，使用以下算法来对输入图片的直方图进行均衡化：

1. 1. 计算 源图片 src 的直方图H。

2. 2. 将直方图归一化，使得，所有直方图统计桶的和值为255。

3. 3.计算出该直方图的积分：

   

4. 4.将H'用作一个查找表，对图片进行变换：dst(x,y)=H'(src(x,y))

这个算法，会将图片的亮度归一化，会增加图片的对比度。

庄芬妮

未知美人

未知美人

未知美人