對直方圖的一些理解

 

這周學習直方圖，看了許多資料，才搞明白其中的一些道道，如今結合下圖給你們分享下。

 

1、bin的含義

直方圖中bin的含義：計算顏色直方圖須要將顏色空間劃分爲若干小的顏色區間，即直方圖的bin，經過計算顏色在每一個小區間內德像素獲得顏色直方圖，bin越多，直方圖對顏色的分辨率越強，但增長了計算機的負擔。即（上圖所分10個豎條區域，每一個豎條區域稱爲一個bin）

（2）簡單來講直方圖就是對數據進行統計，將統計值組織到一系列事先定義好的bin中。bin中的數值就是從數據中計算出的特徵的統計量，這些數據能夠是諸如梯度、方向、色彩或任何其餘特徵。不管如何，直方圖得到的是數據分佈的統計圖。直方圖其實是一個方便表示圖像特徵的手段。

2、cvCreateHist()建立一個直方圖函數理解

dim：表示幾維空間，即通常彩×××像是3通道的，dim=3，故灰度圖像爲1通道，則dim=1。dim=2，說明只計算彩色通道中的其中兩個通道。

sizes：表示的是bin的個數，上圖有10個bin，則sizes=10。

type：CV_HIST_ARRAY,CV_HIST_SPACRSE虛疏矩陣：若是在矩陣中，多數的元素爲0，則稱矩陣爲虛疏矩陣。

ranges：上圖最右邊的數字100，就是說ranges範圍爲0~100。若是是灰度圖像通常設爲0~255，sizes=256，則每一個 bin就表示一個灰度級的統計。在函數中ranges是bin範圍的數組，即bin範圍爲一個數組，ranges爲一個數組的數組。

uniform：決定ranges，uniform=0是均勻直方圖，非0時不均勻直方圖。

3、直方圖歸一化

歸一化處理並無改變圖像的對比度 

歸一化處理很簡單，假設原圖像是8位灰度圖像，那麼讀入的像素矩陣最大值爲256，最小值爲1 
定義矩陣爲I 
J＝I／256，就是歸一化的圖像矩陣，就是說歸一化以後全部的像素值都在［0，1］區間內 

以灰度圖像來講，就是一個每一個bin中的像素數分別除以整幅圖像總的像素數，得出一個在［0，1］區間數，即機率數。

四、直方圖處理流程：首先

一、首先建立一個直方圖

CvHistogram* cvCreateHist(
int dims, //直方圖維數
int* sizes,//直翻圖維數尺寸
int type, //直方圖的表示格式
float** ranges=NULL, //圖中方塊範圍的數組
int uniform=1 //歸一化標識
    );

二、計算圖像直方圖cvCalcHist（）;

三、歸一化直方圖cvNormalizeHist();

四、經過訪問直方圖元素bin的值（歸一化後已變爲在【0~1】區間數）在一張圖片上顯示出直方圖來。注意最終呈現的直方圖是咱們經過矩形自我繪製的，不是自動有函數可生成的。

   通常默認bin的最大值爲圖像的最高高度。