【欢迎关注编码小哥，学习更多实用的编程方法和技巧】
1、直方图的计算
cv::calcHist 是 OpenCV 中用于计算图像直方图的函数。它可以处理多通道图像，并通过指定图像、通道、掩膜、直方图大小和范围等参数来生成直方图。
函数原型
void cv::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)参数
- images: 要计算的原图，类型为
const Mat*，表示一个图像数组。 - nimages: 图像数组的大小，类型为
int。 - channels: 指定计算的通道，类型为
const int*，表示一个通道数组。每个通道对应一个图像。 - mask: 用于计算特定区域的掩膜，类型为
InputArray，表示一个图像或矩形区域。 - hist: 输出的直方图，类型为
OutputArray，表示一个多维数组。 - dims: 直方图的维度，类型为
int，表示直方图的维度。 - histSize: 直方图的大小，类型为
const int*，表示一个大小数组，每个大小对应一个维度。 - ranges: 像素值范围，类型为
const float**，表示一个范围数组，每个范围对应一个维度。 - uniform: 是否使用均匀的直方图，类型为
bool，默认为true。 - accumulate: 是否累积计算结果，类型为
bool，默认为false。
返回值
- 无返回值，该函数直接修改输出直方图。
-
#include <opencv2/opencv.hpp>int main() {// 读取图像cv::Mat img = cv::imread("image.jpg");// 计算灰度图直方图cv::Mat gray;cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY);int histSize = 256;float range[] = {0, 256};cv::Mat hist;cv::calcHist(&gray, 1, &0, cv::Mat(), hist, 1, &histSize, &range);// 计算彩色图直方图int channels[] = {0, 1, 2};cv::Mat hist_b, hist_g, hist_r;cv::calcHist(&img, 1, channels, cv::Mat(), hist_b, 1, &histSize, &range);cv::calcHist(&img, 1, channels + 1, cv::Mat(), hist_g, 1, &histSize, &range);cv::calcHist(&img, 1, channels + 2, cv::Mat(), hist_r, 1, &histSize, &range);// 绘制直方图cv::Mat hist_img(256, 256, CV_8UC3);cv::normalize(hist, hist, 0, hist_img.rows, cv::NORM_MINMAX);for (int i = 0; i < histSize; i++) {cv::line(hist_img, cv::Point(i, hist_img.rows), cv::Point(i, hist_img.rows - cvRound(hist.at<float>(i))), cv::Scalar(255, 0, 0));}cv::imshow("Histogram", hist_img);cv::waitKey(0);cv::destroyAllWindows();return 0; } cv::calcHist函数可以处理多通道图像，但必须指定计算的通道。cv::calcHist函数可以计算多个直方图，但必须具有相同的尺寸和类型。cv::calcHist函数可以累积计算结果，但必须指定输出直方图。
2、一维直方图的绘制
一维直方图是一种常见的数据可视化方法，用于显示数据的分布情况。在 OpenCV 中，可以使用以下步骤绘制一维直方图：
- 计算直方图：使用
cv::calcHist函数计算图像的直方图。 - 归一化直方图：使用
cv::normalize函数将直方图归一化到指定的范围。 - 绘制直方图：使用
cv::line函数绘制直方图。
#include <opencv2/opencv.hpp>int main() {// 读取图像cv::Mat img = cv::imread("image.jpg");// 计算灰度图直方图cv::Mat gray;cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY);int histSize = 256;float range[] = {0, 256};cv::Mat hist;cv::calcHist(&gray, 1, &0, cv::Mat(), hist, 1, &histSize, &range);// 归一化直方图cv::Mat hist_norm;cv::normalize(hist, hist_norm, 0, 256, cv::NORM_MINMAX);// 绘制直方图cv::Mat hist_img(256, 256, CV_8UC3);for (int i = 0; i < histSize; i++) {cv::line(hist_img, cv::Point(i, hist_img.rows), cv::Point(i, hist_img.rows - cvRound(hist_norm.at<float>(i))), cv::Scalar(255, 0, 0));}// 显示直方图cv::imshow("Histogram", hist_img);cv::waitKey(0);cv::destroyAllWindows();return 0;
}在这个示例中，我们首先读取一张图像，然后计算其灰度图直方图。接着，我们将直方图归一化到 0-256 的范围，然后绘制直方图。最后，我们显示直方图。
注意：在绘制直方图时，我们使用 cv::line 函数绘制每个直方图条。我们将直方图条的高度设置为 hist_img.rows - cvRound(hist_norm.at<float>(i))，以便直方图条的高度与直方图值成比例。
如果想绘制彩色图直方图，可以使用以下代码：
// 计算彩色图直方图
int channels[] = {0, 1, 2};
cv::Mat hist_b, hist_g, hist_r;
cv::calcHist(&img, 1, channels, cv::Mat(), hist_b, 1, &histSize, &range);
cv::calcHist(&img, 1, channels + 1, cv::Mat(), hist_g, 1, &histSize, &range);
cv::calcHist(&img, 1, channels + 2, cv::Mat(), hist_r, 1, &histSize, &range);// 归一化直方图
cv::Mat hist_b_norm, hist_g_norm, hist_r_norm;
cv::normalize(hist_b, hist_b_norm, 0, 256, cv::NORM_MINMAX);
cv::normalize(hist_g, hist_g_norm, 0, 256, cv::NORM_MINMAX);
cv::normalize(hist_r, hist_r_norm, 0, 256, cv::NORM_MINMAX);// 绘制直方图
cv::Mat hist_img(256, 256, CV_8UC3);
for (int i = 0; i < histSize; i++) {cv::line(hist_img, cv::Point(i, hist_img.rows), cv::Point(i, hist_img.rows - cvRound(hist_b_norm.at<float>(i))), cv::Scalar(255, 0, 0));cv::line(hist_img, cv::Point(i, hist_img.rows), cv::Point(i, hist_img.rows - cvRound(hist_g_norm.at<float>(i))), cv::Scalar(0, 255, 0));cv::line(hist_img, cv::Point(i, hist_img.rows), cv::Point(i, hist_img.rows - cvRound(hist_r_norm.at<float>(i))), cv::Scalar(0, 0, 255));
}在这个示例中，我们计算彩色图的直方图，然后归一化直方图。接着，我们绘制直方图，每个通道使用不同的颜色。
3、多维直方图的绘制
2D直方图是一种用于表示两个变量之间关系的数据可视化方法。在 OpenCV 中，可以使用以下步骤绘制 2D 直方图：
- 计算直方图：使用
cv::calcHist函数计算图像的直方图。 - 归一化直方图：使用
cv::normalize函数将直方图归一化到指定的范围。 - 绘制直方图：使用
cv::imshow函数显示直方图。
以下是示例代码：
#include <opencv2/opencv.hpp>int main() {// 读取图像cv::Mat img = cv::imread("image.jpg");// 计算 2D 直方图int channels[] = {0, 1};int histSize[] = {256, 256};float range[] = {0, 256, 0, 256};cv::Mat hist;cv::calcHist(&img, 1, channels, cv::Mat(), hist, 2, histSize, range);// 归一化 2D 直方图cv::Mat hist_norm;cv::normalize(hist, hist_norm, 0, 256, cv::NORM_MINMAX);// 绘制 2D 直方图cv::Mat hist_img(256, 256, CV_8UC3);for (int i = 0; i < 256; i++) {for (int j = 0; j < 256; j++) {int index = i * 256 + j;cv::Vec3b color = cv::Vec3b(i, j, 0);hist_img.at<cv::Vec3b>(i, j) = color * (hist_norm.at<float>(index) / 256.0f);}}// 显示 2D 直方图cv::imshow("2D Histogram", hist_img);cv::waitKey(0);cv::destroyAllWindows();return 0;
}在这个示例中，我们计算 2D 直方图，然后归一化 2D 直方图。接着，我们绘制 2D 直方图，每个像素的颜色根据 2D 直方图值计算。
注意：在绘制 2D 直方图时，我们使用 cv::Vec3b 类型表示颜色，每个颜色通道的值根据 2D 直方图值计算。
如果想绘制 3D 直方图，可以使用以下代码：
// 计算 3D 直方图
int channels[] = {0, 1, 2};
int histSize[] = {256, 256, 256};
float range[] = {0, 256, 0, 256, 0, 256};
cv::Mat hist;
cv::calcHist(&img, 1, channels, cv::Mat(), hist, 3, histSize, range);// 归一化 3D 直方图
cv::Mat hist_norm;
cv::normalize(hist, hist_norm, 0, 256, cv::NORM_MINMAX);// 绘制 3D 直方图
cv::Mat hist_img(256, 256, CV_8UC3);
for (int i = 0; i < 256; i++) {for (int j = 0; j < 256; j++) {for (int k = 0; k < 256; k++) {int index = i * 256 * 256 + j * 256 + k;cv::Vec3b color = cv::Vec3b(i, j, k);hist_img.at<cv::Vec3b>(i, j) = color * (hist_norm.at<float>(index) / 256.0f);}}
}// 显示 3D 直方图
cv::imshow("3D Histogram", hist_img);
cv::waitKey(0);
cv::destroyAllWindows();
