OpenCV中图像直方图与应用

Posted 2021-04-25 OpenCV学堂

OpenCV中图像直方图与应用

图像直方图数据在图像处理中应用十分广泛，根据直方图数据不同常见的有如下三种：

- 图像像素直方图、

- 像素梯度直方图

- 像素角度直方图

后面两个在图像特征提取SIFT与HOG中均有应用。最常见的图像直方图一般都是图像像素值统计直方图。通常我们把每个直方图的单元叫做BIN，对RGB图像来说像素的取值范围为0~255之间，BIN的个数是对取值范围的间隔区分，可以为32、64、128、256。OpenCV中提供了几个非常有用的直方图操作函数，实现了直方图统计计算、到直方图均衡化、直方图反向投影等功能。

图像像素直方图

OpenCV3.1.0中计算直方图的对应函数calcHist

原图如下：

计算得到的直方图如下：

直方图统计与绘制代码如下：

 
   
   
 

  
    
    
  
    // 加载图像
  
    
    
  
    Mat src = imread("D:/gloomyfish/flower.png");
  
    
    
  
    if (src.empty()) {
  
    
    
  
        printf("could not load image...\n");
  
    
    
  
        return -1;
  
    
    
  
    }
  
    
    
  
    namedWindow("refer faces", CV_WINDOW_AUTOSIZE);
  
    
    
  
    imshow("refer faces", src);
  
    
    
  

  
    
    
  
    // 三通道分离
  
    
    
  
    vector<Mat> bgr_plane;
  
    
    
  
    split(src, bgr_plane);
  
    
    
  

  
    
    
  
    // 定义参数变量
  
    
    
  
    const int channels[1] = { 0 };
  
    
    
  
    const int bins[1] = { 256 };
  
    
    
  
    float hranges[2] = { 0,255 };
  
    
    
  
    const float* ranges[1] = { hranges };
  
    
    
  
    Mat b_hist;
  
    
    
  
    Mat g_hist;
  
    
    
  
    Mat r_hist;
  
    
    
  

  
    
    
  
    // 计算Blue, Green, Red通道的直方图
  
    
    
  
    calcHist(&bgr_plane[0], 1, 0, Mat(), b_hist, 1, bins, ranges);
  
    
    
  
    calcHist(&bgr_plane[1], 1, 0, Mat(), g_hist, 1, bins, ranges);
  
    
    
  
    calcHist(&bgr_plane[2], 1, 0, Mat(), r_hist, 1, bins, ranges);
  
    
    
  

  
    
    
  
    // 显示直方图
  
    
    
  
    int hist_w = 512;
  
    
    
  
    int hist_h = 400;
  
    
    
  
    int bin_w = cvRound((double)hist_w / bins[0]);
  
    
    
  
    Mat histImage = Mat::zeros(hist_h, hist_w, CV_8UC3);
  
    
    
  
    // 归一化直方图数据
  
    
    
  
    normalize(b_hist, b_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat()); 
  
    
    
  
    normalize(g_hist, g_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
  
    
    
  
    normalize(r_hist, r_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
  
    
    
  

  
    
    
  
    // 绘制直方图曲线
  
    
    
  
    for (int i = 1; i < bins[0]; i++) {
  
    
    
  
          line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(b_hist.at<float>(i - 1))), 
  
    
    
  
              Point(bin_w*(i), hist_h - cvRound(b_hist.at<float>(i))), Scalar(255, 0, 0), 2, 8, 0);
  
    
    
  

  
    
    
  
        line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(g_hist.at<float>(i - 1))),
  
    
    
  
            Point(bin_w*(i), hist_h - cvRound(g_hist.at<float>(i))), Scalar(0, 255, 0), 2, 8, 0);
  
    
    
  

  
    
    
  
        line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(r_hist.at<float>(i - 1))),
  
    
    
  
            Point(bin_w*(i), hist_h - cvRound(r_hist.at<float>(i))), Scalar(0, 0, 255), 2, 8, 0);
  
    
    
  
    }
  
    
    
  

  
    
    
  
    // 显示直方图
  
    
    
  
    namedWindow("Histogram Demo", WINDOW_AUTOSIZE);   
  
    
    
  
    imshow("Histogram Demo", histImage);
 
   
   
 

直方图均衡化

直方图均衡化是利用统计得到的直方图数据实现直方图分布的调整，然后根据调整之后的直方图对原图像建立查找表，重新映射得到新的像素值，基本原理就是这样。OpenCV中的API函数为 equalizeHist

• src参数表示输入的图像，必须是8位灰度图像

• dst参数表示均衡化之后的图像，大小和类型必须跟输入图像一致

输入原图如下：

直方图均衡化的结果如下：

对于三通道的彩色图像，可以先拆分通道对各个通道进行直方图均衡化之后再合并通道即可。实现代码如下： // 直方图均衡化处理

 
   
   
 

  
    
    
  
    vector<Mat> dst_bgr(3);
  
    
    
  
    equalizeHist(bgr_plane[0], dst_bgr[0]);
  
    
    
  
    equalizeHist(bgr_plane[1], dst_bgr[1]);
  
    
    
  
    equalizeHist(bgr_plane[2], dst_bgr[2]);
  
    
    
  
    Mat dst = Mat::zeros(bgr_plane[0].size(), CV_8UC3);
  
    
    
  
    merge(dst_bgr, dst);
  
    
    
  
    imshow("EH Demo", dst);
 
   
   
 

直方图反向投影

直方图反向投影直观的理解就是生成一个模板直方图，然后用它在一副更大的图像上去匹配相似区域，说白了就跟模板匹配类似。为了消除光照对直方图的影响，通常会先对取得的直方图做归一化之后在去做直方图反向投影。直方图反向投影的基本步骤可以分为如下三步

• 获取图像特征的区域-ROI

• 根据ROI生成直方图特征

• 利用直方图特征进行反向投影，在未知图像上寻找特征

OpenCV3.1.0中对应的直方图反向投影API函数为 calcBackProject， 参数就不再赘述啦，各位自己看一下API文档吧！ 这里以车牌识别中获取车牌区域为例，通过直方图反向投影可以获取。首先看模板图像

测试图像

直方图反向投影结果

从上面可以根据直方图反向投影结果直接获取车牌ROI区域，只要对车牌模板的蓝色通道直方图生成模板，反向投影即可。反向投影的演示代码如下：

 
   
   
 

  
    
    
  
    // 归一化直方图数据
  
    
    
  
    normalize(b_hist, b_hist, 1.0, 0.0);
  
    
    
  

  
    
    
  
    // 直方图反向映射 - 加载测试图片
  
    
    
  
    Mat testImg = imread("D:/gloomyfish/5.jpg");
  
    
    
  
    if (testImg.empty()) {
  
    
    
  
        printf("could not load test image...\n");
  
    
    
  
        return -1;
  
    
    
  
    }
  
    
    
  
    imshow("test image", testImg);
  
    
    
  
    // 反向映射
  
    
    
  
    vector<Mat> bgr;
  
    
    
  
    split(testImg, bgr);
  
    
    
  
    Mat result;
  
    
    
  
    calcBackProject(&bgr[0], 1, channels, b_hist, result, ranges, 255);
  
    
    
  

  
    
    
  
    // 将结果进行阈值化
  
    
    
  
    threshold(result, result, 255*0.1, 255, THRESH_BINARY);
  
    
    
  
    imshow("Histogram Back Projection Result", result);
 
   
   
 

特别声明 

更多精彩内容请关注扫码：

+OpenCV学习群 376281510

进群暗号：OpenCV