OpenCV4入门教程086:图像直方图HS-histogram

索引地址:系列索引

所谓的HS直方图,实际上是HSV图像的直方图,HSV空间由色调、饱和度和亮度构成。

测试代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
//---------------------------------【头文件、命名空间包含部分】----------------------------
// 描述:包含程序所使用的头文件和命名空间
//------------------------------------------------------------------------------------------------
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;

//--------------------------------------【main( )函数】-----------------------------------------
// 描述:控制台应用程序的入口函数,我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main() {

//【1】载入源图,转化为HSV颜色模型
Mat srcImage, hsvImage;
srcImage = imread("1.jpg");
cvtColor(srcImage, hsvImage, COLOR_BGR2HSV);

//【2】参数准备
//将色调量化为30个等级,将饱和度量化为32个等级
int hueBinNum = 30; //色调的直方图直条数量
int saturationBinNum = 32; //饱和度的直方图直条数量
int histSize[] = {hueBinNum, saturationBinNum};
// 定义色调的变化范围为0到179
float hueRanges[] = {0, 180};
//定义饱和度的变化范围为0(黑、白、灰)到255(纯光谱颜色)
float saturationRanges[] = {0, 256};
const float *ranges[] = {hueRanges, saturationRanges};
MatND dstHist;
//参数准备,calcHist函数中将计算第0通道和第1通道的直方图
int channels[] = {0, 1};

//【3】正式调用calcHist,进行直方图计算
calcHist(&hsvImage, //输入的数组
1, //数组个数为1
channels, //通道索引
Mat(), //不使用掩膜
dstHist, //输出的目标直方图
2, //需要计算的直方图的维度为2
histSize, //存放每个维度的直方图尺寸的数组
ranges, //每一维数值的取值范围数组
true, // 指示直方图是否均匀的标识符,true表示均匀的直方图
false); //累计标识符,false表示直方图在配置阶段会被清零

//【4】为绘制直方图准备参数
double maxValue = 0; //最大值
minMaxLoc(dstHist, 0, &maxValue, 0, 0); //查找数组和子数组的全局最小值和最大值存入maxValue中
int scale = 10;
Mat histImg = Mat::zeros(saturationBinNum * scale, hueBinNum * 10, CV_8UC3);

//【5】双层循环,进行直方图绘制
for (int hue = 0; hue < hueBinNum; hue++)
for (int saturation = 0; saturation < saturationBinNum; saturation++) {
float binValue = dstHist.at<float>(hue, saturation); //直方图组距的值
int intensity = cvRound(binValue * 255 / maxValue); //强度

//正式进行绘制
rectangle(histImg, Point(hue * scale, saturation * scale),
Point((hue + 1) * scale - 1, (saturation + 1) * scale - 1),
Scalar::all(intensity), FILLED);
}

//【6】显示效果图
imshow("Original", srcImage);
imshow("H-S histogram", histImg);

waitKey();
}

测试结果:

hs


OpenCV4入门教程086:图像直方图HS-histogram
https://blog.jackeylea.com/opencv/opencv-image-hs-histogram/
作者
JackeyLea
发布于
2020年6月21日
许可协议