直方图你一定知道,那么灰度直方图呢?你了解吗?灰度直方图,顾名思义,就是先统计出来一幅图像中每一个像素出现的次数,之后再把每一个像素出现的次数除以总的像素个数,得到的结果就是这个像素的出现频率,最后再将像素和该像素的出现频率用图表示出来,就是灰度直方图。先简单通俗的介绍了灰度直方图,下面跟随小编一起详细了解一下吧。
一、灰度直方图概念
灰度直方图,是数字图像处理中,一种计算代价非很小,但是非常有用的工具,它概括出了一幅图像的灰度级信息。
灰度直方图是图像灰度级的函数,通常用来描述每个灰度级在图像矩阵中的像素个数或者占有率。灰度直方图横坐标是灰度级,纵坐标表示图像中该灰度级出现的个数(频率)。
一维直方图的结构:
可以将高维直方图理解为图像在每个维度上灰度级分布的直方图。最为常见的是二维直方图,二维中对应每个像素统计个变量。
二·、灰度直方图的性质:
1、灰度直方图只反映图像的灰度分布情况,不能反映图像像素的位置,也就是丢失了像素的位置信息
2、一幅图像对应的灰度直方图是唯一的,但是不同的图像却能够对应相同的直方图
3、将一幅图像分为多个区域,多个区域的直方图之和也就是原图像的直方图
三、创建灰度直方图
<span style="font-size:18px;">#include <iostream> #include "cv.h" #include "highgui.h" #include "cxcore.h" using namespace std; IplImage *DrawHistogram(CvHistogram*hist, float scaleX = 1, float scaleY = 1){ // 画直方图 float histMax = 0; cvGetMinMaxHistValue(hist, 0 , &histMax, 0, 0); // 取得直方图中的最值 IplImage *imgHist = cvCreateImage(cvSize(256 * scaleX, 64*scaleY), 8, 1); cvZero(imgHist); //// 清空随机值 for(int i = 0; i < 255; i++) { float histValue = cvQueryHistValue_1D(hist, i); // 取得直方图中的i值 float nextValue = cvQueryHistValue_1D(hist, i+1); int numPt = 5; CvPoint pt[5]; pt[0] = cvPoint(i*scaleX, 64*scaleY); pt[1] = cvPoint((i+1)*scaleX, 64*scaleY); pt[2] = cvPoint((i+1)*scaleX, (1 -(nextValue/histMax))* 64 * scaleY); pt[3] = cvPoint((i+1)*scaleX, (1 -(histValue/histMax))* 64 * scaleY); pt[4] = cvPoint(i*scaleX, 64*scaleY); cvFillConvexPoly(imgHist, pt, numPt, cvScalarAll(255)); } return imgHist; } int main() { IplImage *img = cvLoadImage("F:\\tongtong.jpg",1); if(!img){ cout << "No data img" << endl; } int dims = 1; int sizes = 256; float range[] = {0,255}; float*ranges[]={range}; CvHistogram *hist = cvCreateHist(dims, &sizes, CV_HIST_ARRAY, ranges, 1); cvClearHist(hist); //清除直方图里面的随机值 IplImage *imgBlue = cvCreateImage(cvGetSize(img), 8, 1); IplImage *imgGreen = cvCreateImage(cvGetSize(img), 8, 1); IplImage *imgRed = cvCreateImage(cvGetSize(img), 8, 1); cvSplit(img, imgBlue, imgGreen, imgRed, NULL); //将多通道图像分解 cvCalcHist(&imgBlue, hist, 0, 0); // 计算图像的直方图 IplImage *histBlue = DrawHistogram(hist); // 将直方图中的数据画出来 cvClearHist(hist); cvCalcHist(&imgGreen, hist, 0, 0); IplImage *histGreen = DrawHistogram(hist); cvClearHist(hist); cvCalcHist(&imgRed, hist, 0, 0); IplImage *histRed = DrawHistogram(hist); cvClearHist(hist); cvNamedWindow("show",0); cvNamedWindow("B", 0); cvNamedWindow("G", 0); cvNamedWindow("R", 0); cvShowImage("show",img); cvShowImage("B",histBlue); cvShowImage("G",histGreen); cvShowImage("R", histRed); cvWaitKey(0); cvReleaseImage(&img); cvDestroyWindow("show"); cvReleaseImage(&histBlue); cvDestroyWindow("B"); cvReleaseImage(&histGreen); cvDestroyWindow("G"); cvReleaseImage(&histRed); cvDestroyWindow("R"); return 0; }</span>
数据分析咨询请扫描二维码
CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2022-03-18CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01