opencv学习笔记第四章 计算图像的直方图

直方图：图像像素值的统计表。灰度图像有256个条目（容器）

获取直方图：

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 );

获取数组的最大值和最小值：

void cvMinMaxLoc( const CvArr* arr, double* min_val, double* max_val,
CvPoint* min_loc=NULL, CvPoint* max_loc=NULL, const CvArr* mask=NULL );
arr
输入数组， 单通道或者设置了 COI 的多通道。
min_val
指向返回的最小值的指针。
max_val
指向返回的最大值的指针。
min_loc
指向返回的最小值的位置指针。
max_loc
指向返回的最大值的位置指针。mask
选择一个子数组的操作掩模。

画线函数：

void line(InputOutputArray img, Point pt1, Point pt2, const Scalar& color,
                     int thickness = 1, int lineType = LINE_8, int shift = 0);

二值化函数：

void cvThreshold( const CvArr* src, CvArr* dst, double threshold,
double max_value, int threshold_type );
src 原始数组 (单通道, 8-比特 of 32-比特 浮点数).
dst 输出数组，必须与 src 的类型一致，或者为 8-比特.
threshold 阈值
max_value 使用 CV_THRESH_BINARY 和 CV_THRESH_BINARY_INV 的最大值.
threshold_type 阈值类型 (见讨论)
函数 cvThreshold 对单通道数组应用固定阈值操作。该函数的典型应用是对灰度图像
进行阈值操作得到二值图像。(cvCmpS 也可以达到此目的) 或者是去掉噪声，例如过滤
很小或很大象素值的图像点。本函数支持的对图像取阈值的方法由 threshold_type 确
定:
threshold_type=CV_THRESH_BINARY:
dst(x,y) = max_value, if src(x,y)>threshold
0, otherwise
threshold_type=CV_THRESH_BINARY_INV:
dst(x,y) = 0, if src(x,y)>threshold
max_value, otherwise
threshold_type=CV_THRESH_TRUNC:
dst(x,y) = threshold, if src(x,y)>threshold
src(x,y), otherwise
threshold_type=CV_THRESH_TOZERO:
dst(x,y) = src(x,y), if (x,y)>threshold
0, otherwise
threshold_type=CV_THRESH_TOZERO_INV:
dst(x,y) = 0, if src(x,y)>threshold
src(x,y), otherwise

#include <stdio.h>
#include <iostream>
#include "opencv2/opencv.hpp"
#include "histogram.h"
using namespace std;
using namespace cv;

int main()
{
	Histogram1D h;
	Mat image;
	image = imread("D:/1.jpg", 0);
	/*
	MatND histo = h.getHistogram(image);
	for (int i = 0; i < 256;i++)
		//cout << "Value" << i << "=" << hist.at<float>(i) << endl;
	*/
	/*namedWindow("Histogram");
	imshow("Histogram", h.getHistogramImage(image));
	*/
	/********************************************************
	二值化
	********************************************************/
	Mat thresholded;
	threshold(image, thresholded, 60, 255, THRESH_BINARY);
	namedWindow("thresholded");
	imshow("thresholded", thresholded);
	
	waitKey(0);
}

#pragma once
#ifndef HISTOGRAM_H
#define HISTOGRAM_H

#include "opencv2/opencv.hpp"
using namespace cv;

class Histogram1D
{
private:
	int histSize[1];			//项的数量
	float hranges[2];			//像素的最小以及最大值
	const float *ranges[1];		//
	int channels[1];			//通道
public:
	Histogram1D()				//构造函数
	{
		histSize[0] = 256;
		hranges[0] = 0.0;
		hranges[1] = 255.0;
		ranges[0] = hranges;
		channels[0] = 0;		//默认考察0通道
	}
	MatND getHistogram(const Mat &image)
	{
		MatND hist;				//hist 是一个一维数组

		calcHist(&image, 1, channels, Mat(), hist, 1, histSize, ranges);
		/*
		CV_EXPORTS 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 );

		CV_EXPORTS void calcHist(const Mat* images, int nimages, const int* channels, InputArray mask,
			SparseMat& hist, int dims, const int* histSize, const float** ranges, bool uniform = true, bool accumulate = false);

		CV_EXPORTS_W void calcHist(InputArrayOfArrays images, const std::vector<int>& channels, InputArray mask, OutputArray hist,
			const std::vector<int>& histSize, const std::vector<float>& ranges, bool accumulate = false);
		image。输入的图像的指针，可以是多幅图像，所有的图像必须有同样的深度（CV_8U or CV_32F）。同时一副图像可以有多个channes。
        narrays。输入的图像的个数。
        channels。用来计算直方图的channes的数组。比如输入是2副图像，第一副图像有0，1，2共三个channel，第二幅图像只有0一个channel，
那么输入就一共有4个channes，如果int channels[3] = {3, 2, 0}，那么就表示是使用第二副图像的第一个通道和第一副图像的第2和第0个通道来计
算直方图。
        mask。掩码。如果mask不为空，那么它必须是一个8位（CV_8U）的数组，并且它的大小的和arrays[i]的大小相同，值为1的点将用来计算
直方图。
        hist。计算出来的直方图
        dims。计算出来的直方图的维数。
        histSize。在每一维上直方图的个数。简单把直方图看作一个一个的竖条的话，就是每一维上竖条的个数。
        ranges。用来进行统计的范围。比如
        float rang1[] = {0, 20};
        float rang2[] = {30, 40};
        const float *rangs[] = {rang1, rang2};那么就是对0，20和30，40范围的值进行统计。
		uniform。每一个竖条的宽度是否相等
		*/
		return hist;
	}
	Mat getHistogramImage(const Mat &image) 
	{
		// Compute histogram first
		MatND hist = getHistogram(image);

		// Get min and max bin values
		double maxVal = 0;
		double minVal = 0;
		minMaxLoc(hist, &minVal, &maxVal, 0, 0);

		// Image on which to display histogram
		Mat histImg(histSize[0], histSize[0], CV_8U, Scalar(255));

		// set highest point at 90% of nbins
		int hpt = static_cast<int>(0.9*histSize[0]);

		// Draw vertical line for each bin 
		for (int h = 0; h < histSize[0]; h++) {

			float binVal = hist.at<float>(h);
			int intensity = static_cast<int>(binVal*hpt / maxVal);
			line(histImg, Point(h, histSize[0]), Point(h, histSize[0] - intensity), Scalar::all(0));
			/*
			void line(InputOutputArray img, Point pt1, Point pt2, const Scalar& color,
                     int thickness = 1, int lineType = LINE_8, int shift = 0);
			*/
		}

		return histImg;
	}
};

#endif // !HISTOGRAM_H