
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
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师证书考试体系(更新于2025年05月22日)
2025-05-26解码数据基因:从数字敏感度到逻辑思维 每当看到超市货架上商品的排列变化,你是否会联想到背后的销售数据波动?三年前在零售行 ...
2025-05-23在本文中,我们将探讨 AI 为何能够加速数据分析、如何在每个步骤中实现数据分析自动化以及使用哪些工具。 数据分析中的AI是什么 ...
2025-05-20当数据遇见人生:我的第一个分析项目 记得三年前接手第一个数据分析项目时,我面对Excel里密密麻麻的销售数据手足无措。那些跳动 ...
2025-05-20在数字化运营的时代,企业每天都在产生海量数据:用户点击行为、商品销售记录、广告投放反馈…… 这些数据就像散落的拼图,而相 ...
2025-05-19在当今数字化营销时代,小红书作为国内领先的社交电商平台,其销售数据蕴含着巨大的商业价值。通过对小红书销售数据的深入分析, ...
2025-05-16Excel作为最常用的数据分析工具,有没有什么工具可以帮助我们快速地使用excel表格,只要轻松几步甚至输入几项指令就能搞定呢? ...
2025-05-15数据,如同无形的燃料,驱动着现代社会的运转。从全球互联网用户每天产生的2.5亿TB数据,到制造业的传感器、金融交易 ...
2025-05-15大数据是什么_数据分析师培训 其实,现在的大数据指的并不仅仅是海量数据,更准确而言是对大数据分析的方法。传统的数 ...
2025-05-14CDA持证人简介: 万木,CDA L1持证人,某电商中厂BI工程师 ,5年数据经验1年BI内训师,高级数据分析师,拥有丰富的行业经验。 ...
2025-05-13CDA持证人简介: 王明月 ,CDA 数据分析师二级持证人,2年数据产品工作经验,管理学博士在读。 学习入口:https://edu.cda.cn/g ...
2025-05-12CDA持证人简介: 杨贞玺 ,CDA一级持证人,郑州大学情报学硕士研究生,某上市公司数据分析师。 学习入口:https://edu.cda.cn/g ...
2025-05-09CDA持证人简介 程靖 CDA会员大咖,畅销书《小白学产品》作者,13年顶级互联网公司产品经理相关经验,曾在百度、美团、阿里等 ...
2025-05-07相信很多做数据分析的小伙伴,都接到过一些高阶的数据分析需求,实现的过程需要用到一些数据获取,数据清洗转换,建模方法等,这 ...
2025-05-06以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/g ...
2025-04-30CDA持证人简介: 邱立峰 CDA 数据分析师二级持证人,数字化转型专家,数据治理专家,高级数据分析师,拥有丰富的行业经验。 ...
2025-04-29CDA持证人简介: 程靖 CDA会员大咖,畅销书《小白学产品》作者,13年顶级互联网公司产品经理相关经验,曾在百度,美团,阿里等 ...
2025-04-28CDA持证人简介: 居瑜 ,CDA一级持证人国企财务经理,13年财务管理运营经验,在数据分析就业和实践经验方面有着丰富的积累和经 ...
2025-04-27数据分析在当今信息时代发挥着重要作用。单因素方差分析(One-Way ANOVA)是一种关键的统计方法,用于比较三个或更多独立样本组 ...
2025-04-25CDA持证人简介: 居瑜 ,CDA一级持证人国企财务经理,13年财务管理运营经验,在数据分析就业和实践经验方面有着丰富的积累和经 ...
2025-04-25