直方图

前言

直方图，又称质量分布图，是一种统计报告图。“巴巴拉”掉书袋之类的名词解释就不在这里费话了，直方图在程序上应该最直接的应该是图片处理。下面介绍下直方图在图片上的应用。

1. 图片亮度直方图绘制

RGBA, 三原色的颜色表示法。R：red（红色）、G：green（绿色）、B：blue（蓝色）、A：alpha（透明度），最大值为255，最小值为0。例如：rbga(0,0,0,1)：黑色，透明度为1；rbga(255,0,0,1)：红色，透明度为1。

咱们能够利用程序提供的API轻松获取图片的每一个像素点的RGBA的值（canvas getImageData() 方法），获取RGBA值后，咱们又如何获得图片的亮度数据呢？

亮度 = 0.299*R + 0.587*G + 0.114*B

获得图片的亮度数据后，咱们开始绘制图片的直方图：

X轴：由上公式可知，亮度最大值为255，最小值为0，定X轴最大值为255，最小值为0，间隔为1。
Y轴：统计每一个亮度点出现的次数。

如今，图片亮度的直方图绘制完成。

2. 直方图均衡化

绘制完直方图后，一般会发现，直方图的亮度分布并不会一条平整的线，而直方图均衡化，最直观的做用，就是均匀分布，将这条线尽可能平整。

优势：实现对比度的加强。
缺点：变换后图像的灰度级减小，某些细节消失；某些图像，如直方图有高峰，经处理后对比度不天然的过度加强。

实现过程：

1. 亮度系数 = 当前亮度及小于当前亮度的总个数 / 亮度总个数
2. 均衡化后的亮度 = 亮度系数 * 当前亮度

当前亮度及小于当前亮度的总个数： 小于或等于X轴某点的Y值的总和
亮度总个数： Y值的总和

经过上面两步，修改每一个点的亮度值，咱们就能够获得直方图均衡化后的曲线图，进而改变图片。

3. 直方图拉伸

亮度直方图中有时亮度点会集中在某段区间，直方图拉伸会将亮度均拉伸到咱们想要的区域，是一种线性拉伸。

实现过程：

1. 肯定亮度直方图区间，得最小值min，最大值max。
2. 肯定拉伸的区间（0-255），通常取255，定为section。
3. 拉伸后的亮度 = section * ((当前亮度 - min) / (max - min))

以上能够获得每一个点的修正过的亮度值。

结尾

上面只是干巴巴的文字，你们有兴趣能够看到我在github上的demo示例。
直方图