有关opencv的学习（9）—计算图像直方图

灰度图像直方图有256个项目，也叫箱子（bin）。如果把直方图所有的箱子进行累加，得到的结果就是像素的总数。若将直方图归一化，即所有的箱子累加和等于1，这时箱子的数值表示对应的像素数量占总数的百分比。

代码如下：

#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/opencv.hpp>using namespace cv;using namespace std;int main(){    Mat image=imread("/Users/zhangxiaoyu/Desktop/2.png",0);//flags=0代表读取灰色图像    if(image.empty())    {        cout<<"Error!cannot be read...../n";        return -1;    }        int nimages=1;//图片数量为1    int channels[1]={0};//通道数量        Mat outputHist;//输出直方图    int dims=1;//一维    int histSize[1]={256};//存放每个维度直方图尺寸的数组    float hranges[2]={0,255};//每一维数值的取值范围    const float *ranges[1]={hranges};//值范围的指针            //计算直方图    calcHist(&image, nimages, channels, Mat(), outputHist, dims, histSize, ranges);        //循环遍历    for(int i=0;i<256;i++)        std::cout<<"bin/value:"<<i<<"="<<outputHist.at<float>(i)<<std::endl;        //画出直方图    int scale = 1;        //直方图的图片    Mat histimage(histSize[0] * scale, histSize[0], CV_8U, cv::Scalar(255));        //找到最大值和最小值    double maxValue = 0;    double minValue = 0;    minMaxLoc(outputHist, &minValue, &maxValue, 0, 0);        //测试    std::cout << minValue << std::endl;    std::cout << maxValue << std::endl;        //纵坐标缩放比例    double rate = (histSize[0] / maxValue)*0.9;        for (int i = 0; i < histSize[0]; i++)    {        //得到每个i和箱子的值        float value = outputHist.at<float>(i);        //画直线        line(histimage, Point(i*scale, histSize[0]), Point(i*scale, histSize[0] - value*rate), Scalar(0));    }        namedWindow("hist");    imshow("histimage", histimage);    //waitKey(0);        Mat thresholded;//输出分割后的图像    threshold(image, thresholded, 166, 255, THRESH_BINARY);    namedWindow("threshold_image");    imshow("threshold_image", thresholded);    waitKey(0);            }原始图片如下所示：
图像的灰度直方图为：
由上图可以看出，灰度直方图的两个“山峰”之间有“低谷”，可根据低谷的灰度直将图像分割，如下图所示：
基本可以看出，原始图像被分割为两部分，背景与前景。