需求说明
在对图像进行处理时，经常会有这类需求：想要观察图像的直方图分布，例如灰度图中0-255区间数值的分布情况，从而可以进行后续的操作，如阈值分割二值化、直方图均衡化等等。本文设计了一个能绘制简易直方图的简单函数DrawHistImg，可以帮助大家快速掌握绘制的原理，可以根据自己的创意对其进行改善和补充。
下面介绍具体实现流程。
具体流程
1）取图像的灰度图，并遍历统计0-255各个灰度值所出现的次数。
cv::Mat src = imread("test.jpg", 0); cv::Mat hist = cv::Mat::zeros(1, 256, CV_32FC1); for (int i = 0; i < src.rows; ++i) { for (int j = 0; j < src.cols; ++j) { hist.at<float>(0, src.at <uchar>(i, j))++; } }
2）定义直方图图像histImage，并初始化一些参数。其中bins是数值最大值，即255；scale为每个灰度值所对应的直方图宽度；histHeight为直方图高度最大值，也是直方图图像的宽。
cv::Mat histImage = cv::Mat::zeros(540, 1020, CV_8UC1); const int bins = 255; int scale = 4; int histHeight = 540;
3）利用minMaxLoc函数得出哪个灰度值的出现次数最高，为归一化做准备。
double maxValue; cv::Point2i maxLoc; cv::minMaxLoc(hist, 0, &maxValue, 0, &maxLoc);
4）遍历hist中每个灰度值，并根据其出现次数绘制直方图，height是归一化后的高度。
for (int i = 0; i < bins; i++) { float binValue = (hist.at<float>(i)); int height = cvRound(binValue * histHeight / maxValue); cv::rectangle(histImage, cv::Point(i * scale, histHeight), cv::Point((i + 1) * scale - 1, histHeight - height), cv::Scalar(255), -1); }
5）函数执行完毕。
功能函数
// 绘制简易直方图 cv::Mat DrawHistImg(cv::Mat &src) { cv::Mat hist = cv::Mat::zeros(1, 256, CV_32FC1); for (int i = 0; i < src.rows; ++i) { for (int j = 0; j < src.cols; ++j) { hist.at<float>(0, src.at <uchar>(i, j))++; } } cv::Mat histImage = cv::Mat::zeros(540, 1020, CV_8UC1); const int bins = 255; double maxValue; cv::Point2i maxLoc; cv::minMaxLoc(hist, 0, &maxValue, 0, &maxLoc); int scale = 4; int histHeight = 540; for (int i = 0; i < bins; i++) { float binValue = (hist.at<float>(i)); int height = cvRound(binValue * histHeight / maxValue); cv::rectangle(histImage, cv::Point(i * scale, histHeight), cv::Point((i + 1) * scale - 1, histHeight - height), cv::Scalar(255), -1); } return histImage; }
C++测试代码
#include <iostream> #include <time.h> #include <opencv2/opencv.hpp> using namespace std; using namespace cv; cv::Mat DrawHistImg(cv::Mat &hist); int main() { cv::Mat src = imread("test.jpg", 0); // 绘制均衡化后直方图 cv::Mat hrI = DrawHistImg(src); imshow("original", src); imshow("hist", hrI); waitKey(0); return 0; } // 绘制简易直方图 cv::Mat DrawHistImg(cv::Mat &src) { cv::Mat hist = cv::Mat::zeros(1, 256, CV_32FC1); for (int i = 0; i < src.rows; ++i) { for (int j = 0; j < src.cols; ++j) { hist.at<float>(0, src.at <uchar>(i, j))++; } } cv::Mat histImage = cv::Mat::zeros(540, 1020, CV_8UC1); const int bins = 255; double maxValue; cv::Point2i maxLoc; cv::minMaxLoc(hist, 0, &maxValue, 0, &maxLoc); int scale = 4; int histHeight = 540; for (int i = 0; i < bins; i++) { float binValue = (hist.at<float>(i)); int height = cvRound(binValue * histHeight / maxValue); cv::rectangle(histImage, cv::Point(i * scale, histHeight), cv::Point((i + 1) * scale - 1, histHeight - height), cv::Scalar(255), -1); } return histImage; }
测试效果
图1 原图
图2 灰度图
图3 直方图
如果函数有什么可以改进完善的地方，非常欢迎大家指出，一同进步何乐而不为呢~
如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！
