绘制RGB三色直方图

计算直方图：calcHist()函数
用于计算一个或者多个阵列的直方图。

void calcHist( const Mat* images, int nimages, const int* channels,inputArray mask, OutputArray hist, int dims, const int* histSize,const float** ranges, bool uniform = true, bool accumulate = false )

1）const Mat类型的images，输入的数组（或数组集），它们需为相同的深度（CV_8U或CV_32F）和相同的尺寸；
2）int类型的nimages，输入数组的个数，也就是第一个参数中存放了多少张“图像”，有几个原数组；
3）const int类型的channels，需要统计的通道（dim）索引。第一个数组通道从0到images[0].channels() - 1，而第二个数组通道从images[0].channels()计算到images[0].channels() + images.channels() - 1；
4）InputArray类型的mask，可选的操作掩码。如果此掩码不为空，那么它必须为8位，并且与images[i]有同样大小的尺寸。这里的非零掩码元素用于标记出统计直方图的数组元素数据；
5）OutputArray类型的hist，输出的目标直方图，一个二维数组；
6）int类型的dims，需要计算的直方图的维度，必须是正数，且不大于CV_MAX_DIMS；
7）const int*类型histSize，存放每个维度的直方图尺寸的数组；
8）const float**类型ranges，表示每一个维度数组（第六个参数dims）的每一维的边界阵列，可以理解为每一维数值的取值范围；
9）bool类型的uniform，指示直方图是否均匀的标识符，有默认值true；
10）bool类型的accumulate，累计标识符，有默认值false。若其为true，直方图在配置阶段不会被清零。此功能主要是允许从多个阵列中计算单个直方图，或者用于在特定的时间更新直方图；

找寻最值：minMaxLoc()函数
作用是在数组中找到全局最小值和最大值。

void minMaxLoc( InputArray src, double* minVal, double* maxVal = 0,Point* minLoc = 0, Point* maxLoc = 0, InputArray mask = noArray() )

InputArray类型的src，输入的单通道阵列；
double类型的minVal，返回最小值的指针。若无须返回，此值为NULL；
double类型的maxVal，返回的最大值的指针。若无须返回，此值为NULL；
Point类型的minLoc，返回最小位置的指针（二维情况下）。若无须返回，此值为NULL；
Point类型的maxLoc，返回最大位置的指针（二维情况下）。若无须返回，此值为NULL；
InputArray类型的mask，用于选择子阵列的可选掩膜；

#include 
#include 
using namespace cv;int main()
{Mat srcImage = imread("lantian.jpg");int bins = 256;int hist_size[] = {bins};float range[] = {0, 255};const float* ranges[] = { range };MatND redHist, greenHist, blueHist;// 红色部分直方图计算int channels_r[] = {0};calcHist(&srcImage, 1, channels_r, Mat(), redHist, 1, hist_size, ranges);// 绿色部分直方图计算int channels_g[] = {1};calcHist(&srcImage, 1, channels_g, Mat(), greenHist, 1, hist_size, ranges);// 蓝色部分直方图计算int channels_b[] = {2};calcHist(&srcImage, 1, channels_b, Mat(), blueHist, 1, hist_size, ranges);// 求最大值double maxValue_red, maxValue_green, maxValue_blue;minMaxLoc(redHist, 0, &maxValue_red, 0, 0);minMaxLoc(greenHist, 0, &maxValue_green);minMaxLoc(blueHist, 0, &maxValue_blue);printf("maxValue_red = %f, maxValue_green = %f, maxValue_blue = %f\n", maxValue_red, maxValue_green, maxValue_blue);int scale = 256;double rate_red = (scale / maxValue_red) * 0.9;double rate_green = (scale / maxValue_green) * 0.9;double rate_blue = (scale / maxValue_blue) * 0.9;Mat dstImage = Mat::zeros(scale, scale*3, CV_8UC3);// 开始绘制for (int i = 0; i < bins; i++){float binValue_red = redHist.at(i);float binValue_green = greenHist.at(i);float binValue_blue = blueHist.at(i);//绘制红色分量line(dstImage, Point(i, scale), Point(i, scale - binValue_red * rate_red), Scalar(0, 0, 255));//绘制绿色分量line(dstImage, Point((i+bins), scale), Point(i + bins, scale - binValue_green * rate_green), Scalar(0, 255, 0));//绘制蓝色分量line(dstImage, Point((i + 2*bins), scale), Point(i + 2*bins, scale - binValue_blue * rate_blue), Scalar(255, 0, 0));}imshow("srcImage", srcImage);imshow("图像RGB直方图", dstImage);waitKey(0);return 0;
}

运行效果：

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！