首页 > 代码库 > 【OpenCV】直方图

【OpenCV】直方图

今天写直方图,学了几个相关函数

 

1. mixChannels  

void mixChannels(const Mat* src, int nsrc, Mat* dst, int ndst, const int* fromTo, size_t npairs)

功能: 把 src 中指定的若干通道 复制到 dst中

src: 输入图像, 可以多张

nsrc: 有多少张输入图像

dst: 输出图像,可以多张

ndst: 有多少张输出图像

fromTo: {0 , 1, 1, 2, 2, 0} 这样偶数个数的数组, 表示把输入图像的第0通道复制到输出图像的第1通道, 把输入图像的第1通道复制到输出图像的第2通道, 把输入图像的第2通道复制到输出图像的第0通道。

nparis:表示有fromTo中有多少对, 对{0 , 1, 1, 2, 2, 0}来说,nparis = 3;

应用例子: 来源http://www.opencv.org.cn/opencvdoc/2.3.2/html/modules/core/doc/operations_on_arrays.html?highlight=mixchannels#void mixChannels(const Mat* src, int nsrc, Mat* dst, int ndst, const int* fromTo, size_t npairs)

In the example below, the code splits a 4-channel RGBA image into a 3-channel BGR (with R and B channels swapped) and a separate alpha-channel image:

Mat rgba( 100, 100, CV_8UC4, Scalar(1,2,3,4) );Mat bgr( rgba.rows, rgba.cols, CV_8UC3 );Mat alpha( rgba.rows, rgba.cols, CV_8UC1 );// forming an array of matrices is a quite efficient operation,// because the matrix data is not copied, only the headersMat out[] = { bgr, alpha };// rgba[0] -> bgr[2], rgba[1] -> bgr[1],// rgba[2] -> bgr[0], rgba[3] -> alpha[0]int from_to[] = { 0,2, 1,1, 2,0, 3,3 };mixChannels( &rgba, 1, out, 2, from_to, 4 );

 

2. cvRound

int cvRound(double value)

功能:返回与value最接近的整数

 

3. createTrackbar

int cvCreateTrackbar(const char* trackbarName, const char* windowName, int* value, int count, CvTrackbarCallback onChange)

功能:创建一个滑动条。

trackbarName: 滑动条名字

windowname: 滑动条父窗口的名字,滑动条会显示在父窗口上

value: 滑动条的默认初始值

count: 滑动条在最大位置时对应的数值, 最小值总是0

onChange: 滑动条的回调函数, 都是 void Foo(int, void*); 的形式, 其第一个参数是滑动条对应的数值, 第二个参数是传递用户信息的,可以避免使用全局变量

 

4. calcHist

void calcHist(const Mat* arrays, int narrays, const int* channels, InputArray mask, OutputArrayhist, int dims, const int* histSize, const float** ranges, bool uniform=true, bool accumulate=false )

功能:计算直方图

arrays: 输入的图像,可以不只一张

narrays: 输入图像的个数

channels: 输入图像中用来统计直方图的通道 如果有三张三通道图,则第一张图的三个通道分别是 0, 1, 2, 第二张图的三个通道分别是3, 4, 5, 第三张图的三个通道分别是 6, 7, 8.

mask: 若非空, 则只有mask中不为0的部分会被用来统计直方图

hist: 输出直方图

dims: 输出直方图的维数, 最大不能超过32

histSize: 每个维度下直方图被分为多少个区间

ranges: 每个区间的范围, 如果uniform = true 则每个区间会在给定的范围内均匀的选取。 如ranges = {0, 180}, histSize = 4, uniform = true, 则每个区间的范围是[0, 45] [45, 90][90, 135][135, 180];  如果uniform = false 则每个区间的范围都要给出如: ranges = {0, 20, 60, 120, 180}, 区间范围是[0, 20][20, 60][60, 120][120, 180]

uniform: 区间是否均匀

accumulate: 如果是true,hist在使用中不会被清零,可以使多个图的直方图叠加在一起。

 

下面的例子用到了上面的函数,用来计算一幅图的直方图和反向投影图。

来源:http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/histograms/back_projection/back_projection.html?highlight=histogram

#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp"#include <iostream>using namespace cv;using namespace std; Mat hsv; Mat hue;int bins = 25;void Hist_and_Backproj(int, void*);int main(){    IplImage *pimg = cvLoadImage("E:\\picture\\013.jpg");    Mat src(pimg);    //src = http://www.mamicode.com/imread("F:\\competition\\label_results\\dongnanmen_1_1280x720_30_R1_0000001.jpg", 1);    //imshow("test", src);    cvtColor(src, hsv, CV_BGR2HSV);    //分离Hue通道    hue.create(hsv.size(), hsv.depth());    int ch[] = {0, 0};    mixChannels(&hsv, 1, &hue, 1, ch, 1);    //创建Trackbar 来输入bin的数目    char* window_image = "Source image";    namedWindow(window_image, CV_WINDOW_AUTOSIZE);    createTrackbar("* Hue bins: ", window_image, &bins, 180, Hist_and_Backproj);    Hist_and_Backproj(0, 0);    imshow(window_image, src);    waitKey(0);    return 0;}//Trackbar事件的回调函数void Hist_and_Backproj(int, void*){    MatND hist;    int histSize = MAX(bins, 2);    float hue_range[] = {0, 180};    const float* ranges = {hue_range};    //计算直方图并归一化    calcHist(&hue, 1, 0, Mat(), hist, 1, &histSize, &ranges, true, false);    normalize(hist, hist, 0, 255, NORM_MINMAX, -1, Mat());    //计算反向投影    MatND backproj;    calcBackProject(&hue, 1, 0, hist, backproj, &ranges, 1, true);    //显示反向投影图    imshow("BackProj", backproj);    //显示直方图    int w = 400; int h = 400;    int bin_w = cvRound((double)w / histSize);    Mat histImg = Mat::zeros(w, h, CV_8UC3);    for(int i = 0; i < bins; i++)    {        rectangle(histImg, Point(i * bin_w, h), Point((i + 1) * bin_w, h - cvRound(hist.at<float>(i) * h / 255.0)), Scalar(0, 0, 255), -1);    }    imshow("Histogram", histImg);}