少有人走的路灰度直方图，RGB直方图，梯度直方图
对于数据在一定范围之内，可以统计频率的都可以做直方图。
图像直方图。是指对整个图像在灰度范围内的像素值（0-255）统计出现频率次数，据此生成的直方图成为图像直方图，直方图反映了图像灰度的分布情况，是图像的统计学特征。
直方图均衡化是一种提高图像对比度的方法，拉伸图像灰度值范围。
如何实现均衡化呢？通过重映射可以将图像灰度分布从一个分布映射到另一个分布，然后在得等映射后的像素值即可。
API说明：
equalizeHistory（
InputArray src, //8位的单通道的图像
outputArray dst //输出结果
）
dims表示维度度，灰度图像只有一个通道值dims=1
bins 表示维度中子区域大小划分，bins=256,划分为256个级别
range表示值得范围，灰度范围是0~255之间。
相关API
split（ 把多通道图像分成多个单通道图像
const Mat & src, // 输入图像
Mat * mvbegin //输出单通道图像数组
）
calcHist(
const Mat * images, //输入图像指针
int images, //图像数目
const int * channels, //通道数
InputArray mask, //输入mask
OutputArray hist，//输出直方图数据
int dims, //维数
const int * histsize, //直方图级数
const float *ranges, //值域大小
bool uniform, //true by default
bool accumulate //false by dafault
)
代码：
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
using namespace cv;
using namespace std;
/** @function main */
int main(int argc, char** argv)
{
Mat src, src_gray,dst;
///读到一张图片
src = imread("1.jpg");
if( !src.data )
{ return -1; }
imshow("1",src);
cvtColor(src,src_gray,CV_BGR2GRAY);
imshow("2",src_gray);
equalizeHist(src_gray,dst);
imshow("3",dst);
//分通道显示
vector<Mat> bgr_planes;
split(src,bgr_planes);
//计算直方图
int histsize = 256;
float range[] = {0,256};
const float * histRange = {range};
Mat b_hist,g_hist,r_hist;
calcHist(&bgr_planes[0],1,0,Mat(),b_hist,1,&histsize,&histRange,true,false);
calcHist(&bgr_planes[1],1,0,Mat(),g_hist,1,&histsize,&histRange,true,false);
calcHist(&bgr_planes[2],1,0,Mat(),r_hist,1,&histsize,&histRange,true,false);
//归一化
int hist_h = 400;
int hist_w = 512;
int bin_w= hist_w/histsize;
Mat histImage(hist_w,hist_h,CV_8UC3,Scalar(0,0,0));
normalize(b_hist,b_hist,0,hist_h,NORM_MINMAX,-1,Mat());
normalize(g_hist,g_hist,0,hist_h,NORM_MINMAX,-1,Mat());
normalize(r_hist,r_hist,0,hist_h,NORM_MINMAX,-1,Mat());
//换图表
for(int i = 1;i<histsize;i++)
{
line(histImage,Point((i-1)*bin_w,hist_h-cvRound(b_hist.at<float>(i - 1))),Point(bin_w*(i - 1),hist_h - cvRound(b_hist.at<float>(i))),Scalar(0,255,0),2,CV_AA);
line(histImage,Point((i-1)*bin_w,hist_h-cvRound(g_hist.at<float>(i - 1))),Point(bin_w*(i - 1),hist_h - cvRound(b_hist.at<float>(i))),Scalar(0,0,255),2,CV_AA);
line(histImage,Point((i-1)*bin_w,hist_h-cvRound(r_hist.at<float>(i - 1))),Point(bin_w*(i - 1),hist_h - cvRound(b_hist.at<float>(i))),Scalar(255,0,0),2,CV_AA);
}
imshow("hist",histImage);
waitKey(0);
return 0;
}效果：
————————————————
版权声明：本文为CSDN博主「南山二毛」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_16481211/article/details/79617871
