对直方图的一些理解

 

这周学习直方图，看了许多资料，才搞明白其中的一些道道，如今结合下图给你们分享下。

 

1、bin的含义

直方图中bin的含义：计算颜色直方图须要将颜色空间划分为若干小的颜色区间，即直方图的bin，经过计算颜色在每一个小区间内德像素获得颜色直方图，bin越多，直方图对颜色的分辨率越强，但增长了计算机的负担。即（上图所分10个竖条区域，每一个竖条区域称为一个bin）

（2）简单来讲直方图就是对数据进行统计，将统计值组织到一系列事先定义好的bin中。bin中的数值就是从数据中计算出的特征的统计量，这些数据能够是诸如梯度、方向、色彩或任何其余特征。不管如何，直方图得到的是数据分布的统计图。直方图其实是一个方便表示图像特征的手段。

2、cvCreateHist()建立一个直方图函数理解

dim：表示几维空间，即通常彩×××像是3通道的，dim=3，故灰度图像为1通道，则dim=1。dim=2，说明只计算彩色通道中的其中两个通道。

sizes：表示的是bin的个数，上图有10个bin，则sizes=10。

type：CV_HIST_ARRAY,CV_HIST_SPACRSE虚疏矩阵：若是在矩阵中，多数的元素为0，则称矩阵为虚疏矩阵。

ranges：上图最右边的数字100，就是说ranges范围为0~100。若是是灰度图像通常设为0~255，sizes=256，则每一个 bin就表示一个灰度级的统计。在函数中ranges是bin范围的数组，即bin范围为一个数组，ranges为一个数组的数组。

uniform：决定ranges，uniform=0是均匀直方图，非0时不均匀直方图。

3、直方图归一化

归一化处理并无改变图像的对比度 

归一化处理很简单，假设原图像是8位灰度图像，那么读入的像素矩阵最大值为256，最小值为1 
定义矩阵为I 
J＝I／256，就是归一化的图像矩阵，就是说归一化以后全部的像素值都在［0，1］区间内 

以灰度图像来讲，就是一个每一个bin中的像素数分别除以整幅图像总的像素数，得出一个在［0，1］区间数，即几率数。

四、直方图处理流程：首先

一、首先建立一个直方图

CvHistogram* cvCreateHist(
int dims, //直方图维数
int* sizes,//直翻图维数尺寸
int type, //直方图的表示格式
float** ranges=NULL, //图中方块范围的数组
int uniform=1 //归一化标识
    );

二、计算图像直方图cvCalcHist（）;

三、归一化直方图cvNormalizeHist();

四、经过访问直方图元素bin的值（归一化后已变为在【0~1】区间数）在一张图片上显示出直方图来。注意最终呈现的直方图是咱们经过矩形自我绘制的，不是自动有函数可生成的。

   通常默认bin的最大值为图像的最高高度。