OpenCV（cv::calcHist()）

• 1. 函数定义
• 2. 示例
• 3. 功能说明
• 4. 典型应用

cv::calcHist() 是 OpenCV 中用于计算图像或图像集合的直方图的函数。直方图是一个图像的像素值的分布统计，它表示图像中每个像素强度值的频率。

1. 函数定义

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：

1. images：
   指向源图像（或图像数组）的指针，通常是一个 cv::Mat 类型对象的数组。例如，对于单通道灰度图像，它通常是指向一个图像的指针。

2. nimages：
   这是图像的数量，通常为 1。如果你要计算多幅图像的直方图，可以传递多个图像。

3. channels：
   这是需要计算直方图的通道索引。例如，对于彩色图像，可以分别计算 B、G、R 三个通道的直方图。对于灰度图像，通道索引通常为 0。

4. mask：
   用于选择计算直方图的区域。可以是一个掩码图像，该掩码通常是一个单通道的 8 位图像，非零值的区域表示参与直方图计算的区域。传递 cv::Mat() 可以忽略掩码。

5. hist：
   这是输出的直方图，通常是一个 cv::Mat 对象。该对象包含直方图数据。

6. dims：
   直方图的维度。对于一维直方图，dims = 1；对于二维直方图（例如，用于分析颜色分布），dims = 2。

7. histSize：
   每个维度的直方图 bin 数量。对于一维直方图，它是一个包含 bin 数量的数组。例如，histSize = {256} 表示每个通道有 256 个 bin。

8. ranges：
   每个维度的取值范围。通常，它是一个二维数组，每个维度都有一个 [minValue, maxValue] 的范围。例如，对于 8 位图像，通常范围是 [0, 256]。

9. uniform：
   布尔值，表示 bin 的宽度是否均匀分布。如果为 true，则范围被均匀划分为 histSize 个区间。

10. accumulate：
    布尔值，表示是否累加直方图。如果为 true，则将新的计算结果累加到已有的直方图中，而不是重新计算。

2. 示例

计算灰度图像的一维直方图的简单示例：

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    cv::Mat image = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE);

    if (image.empty()) {
        std::cout << "Could not load image!" << std::endl;
        return -1;
    }

    // 初始化直方图参数
    int histSize = 256;        // bin 数量
    float range[] = {0, 256};  // 范围
    const float* histRange = {range};

    // 输出直方图
    cv::Mat hist;

    // 计算直方图
    cv::calcHist(&image, 1, 0, cv::Mat(), hist, 1, &histSize, &histRange);

    // 输出结果
    std::cout << "Histogram values: " << hist << std::endl;

    return 0;
}

3. 功能说明

1. 单通道图像直方图：通常用于灰度图像，计算每个像素强度值（0-255）的分布频率。
2. 多通道图像直方图：可以用于彩色图像，通过指定不同的 channels 参数来分别计算 B、G、R 通道的直方图。
3. 掩码直方图：可以指定掩码，只计算图像中感兴趣区域的直方图。
4. 多维直方图：可以通过设置 dims 和 histSize 来计算多维直方图，例如，二维直方图用于表示颜色组合的分布。

4. 典型应用

• 图像分析：通过直方图可以分析图像的亮度、对比度、颜色分布等特性。
• 直方图均衡化：通过直方图进行均衡化，可以改善图像的对比度。
• 图像分割：利用直方图信息可以帮助进行图像阈值分割或其他分析任务。