直方图(Histogram)又称柱状图、质量分布图，是一种统计报告图。直方图由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。在图像处理上，直方图是图像信息统计的有力工具。
灰度直方图是指对图像的灰度信息进行统计，我们知道灰度图在图像处理中应用非常广泛，在前面的《OpenCV第三篇Canny边缘检测》、《OpenCV第五篇轮廓检测上》、《OpenCV第六篇轮廓检测下》均能找到灰度图的用武之地。因此灰度直方图具有较高的实用价值。下面先介绍灰度直方图的几个主要函数。
一．cvCreateHist
函数功能：创建直方图
函数原型：
CVAPI(CvHistogram*) cvCreateHist( // Creates new histogram
int dims,
int* sizes,
int type,
float** ranges CV_DEFAULT(NULL),
int uniform CV_DEFAULT(1)
);
参数说明：
第一个参数表示直方图维数，灰度图为1，彩色图为3。
第二个参数表示直方图维数的数目，其实就是sizes数组的维数。
第三个参数表示直方图维数尺寸的数组。
第四个参数表示直方图类型，为CV_HIST_ARRAY表示直方图数据表示为多维密集数组，为CV_HIST_TREE表示直方图数据表示为多维稀疏数组。
第五个参数表示归一化标识，其原理有点复杂。通常使用默认值即可。
函数说明：
直方图的数据结构如下所示：
typedef struct CvHistogram
{
int type;
CvArr* bins;
float thresh[CV_MAX_DIM][2]; /* For uniform histograms. */
float** thresh2; /* For non-uniform histograms. */
CvMatND mat; /* Embedded matrix header for array histograms. */
}CvHistogram;
二．cvCalcHist
函数功能：根据图像计算直方图
函数原型：
void cvCalcHist(
IplImage** image,
CvHistogram* hist,
int accumulate CV_DEFAULT(0),
const CvArr* mask CV_DEFAULT(NULL)
)
参数说明：
第一个参数表示输入图像。
第二个参数表示输出的直方图指针。
第三个参数表示累计标识。如果设置，则直方图在开始时不被清零。这个特征保证可以为多个图像计算一个单独的直方图，或者在线更新直方图。
第四个参数操作mask, 确定输入图像的哪个象素被计数。
函数说明：
这是个inline函数，函数内部会直接调用cvCalcArrHist( (CvArr**)image, hist, accumulate, mask );
其它直方图的函数介绍可以参阅：
下面给出灰度直方图的代码示范：
1 //图像的灰度直方图 2 //By MoreWindows (http://blog.csdn.net/MoreWindows) 3 #include <opencv2/opencv.hpp> 4 #include <opencv2/legacy/compat.hpp> 5 using namespace std; 6 #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"") 7 void FillWhite(IplImage *pImage) 8 { 9 cvRectangle(pImage, cvPoint(0, 0), cvPoint(pImage->width, pImage->height), CV_RGB(255, 255, 255), CV_FILLED); 10 } 11 // 创建灰度图像的直方图 12 CvHistogram* CreateGrayImageHist(IplImage **ppImage) 13 { 14 int nHistSize = 256; 15 float fRange[] = {0, 255}; //灰度级的范围 16 float *pfRanges[] = {fRange}; 17 CvHistogram *pcvHistogram = cvCreateHist(1, &nHistSize, CV_HIST_ARRAY, pfRanges); 18 cvCalcHist(ppImage, pcvHistogram); 19 return pcvHistogram; 20 } 21 // 根据直方图创建直方图图像 22 IplImage* CreateHisogramImage(int nImageWidth, int nScale, int nImageHeight, CvHistogram *pcvHistogram) 23 { 24 IplImage *pHistImage = cvCreateImage(cvSize(nImageWidth * nScale, nImageHeight), IPL_DEPTH_8U, 1); 25 FillWhite(pHistImage); 26 27 //统计直方图中的最大直方块 28 float fMaxHistValue = 0; 29 cvGetMinMaxHistValue(pcvHistogram, NULL, &fMaxHistValue, NULL, NULL); 30 31 //分别将每个直方块的值绘制到图中 32 int i; 33 for(i = 0; i < nImageWidth; i++) 34 { 35 float fHistValue = cvQueryHistValue_1D(pcvHistogram, i); //像素为i的直方块大小 36 int nRealHeight = cvRound((fHistValue / fMaxHistValue) * nImageHeight); //要绘制的高度 37 cvRectangle(pHistImage, 38 cvPoint(i * nScale, nImageHeight - 1), 39 cvPoint((i + 1) * nScale - 1, nImageHeight - nRealHeight), 40 cvScalar(i, 0, 0, 0), 41 CV_FILLED 42 ); 43 } 44 return pHistImage; 45 } 46 int main( int argc, char** argv ) 47 { 48 const char *pstrWindowsSrcTitle = "原图(http://blog.csdn.net/MoreWindows)"; 49 const char *pstrWindowsGrayTitle = "灰度图(http://blog.csdn.net/MoreWindows)"; 50 const char *pstrWindowsHistTitle = "直方图(http://blog.csdn.net/MoreWindows)"; 51 52 // 从文件中加载原图 53 IplImage *pSrcImage = cvLoadImage("007.jpg", CV_LOAD_IMAGE_UNCHANGED); 54 IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1); 55 // 灰度图 56 cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY); 57 58 // 灰度直方图 59 CvHistogram *pcvHistogram = CreateGrayImageHist(&pGrayImage); 60 61 // 创建直方图图像 62 int nHistImageWidth = 255; 63 int nHistImageHeight = 150; //直方图图像高度 64 int nScale = 2; 65 IplImage *pHistImage = CreateHisogramImage(nHistImageWidth, nScale, nHistImageHeight, pcvHistogram); 66 67 // 显示 68 cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE); 69 cvNamedWindow(pstrWindowsGrayTitle, CV_WINDOW_AUTOSIZE); 70 cvNamedWindow(pstrWindowsHistTitle, CV_WINDOW_AUTOSIZE); 71 cvShowImage(pstrWindowsSrcTitle, pSrcImage); 72 cvShowImage(pstrWindowsGrayTitle, pGrayImage); 73 cvShowImage(pstrWindowsHistTitle, pHistImage); 74 75 76 cvWaitKey(0); 77 78 cvReleaseHist(&pcvHistogram); 79 80 cvDestroyWindow(pstrWindowsSrcTitle); 81 cvDestroyWindow(pstrWindowsGrayTitle); 82 cvDestroyWindow(pstrWindowsHistTitle); 83 cvReleaseImage(&pSrcImage); 84 cvReleaseImage(&pGrayImage); 85 cvReleaseImage(&pHistImage); 86 return 0; 87 }
运行效果如下图所示：
由直方图可以看出灰度图上有四种灰度占了很大一部分比例。估计应该是墙壁，衣服，裤子及皮肤这四种灰度吧。
本篇主要介绍了灰度图像的直方图，彩色图像的直方图可以参考：http://www.opencv.org.cn/index.php/%E5%9B%BE%E5%83%8F%E9%A2%9C%E8%89%B2%E5%88%86%E5%B8%83%E7%9B%B4%E6%96%B9%E5%9B%BE
后面二篇《OpenCV第十篇 灰度直方图均衡化》与《OpenCV第十一篇 彩色直方图均衡化》将介绍直方图的均衡化处理，这是图像增强的常用方法。欢迎继续浏览。
本文转自编程小翁博客园博客，原文链接：http://www.cnblogs.com/wengzilin/archive/2013/03/23/2977365.html，如需转载请自行联系原作者
