本篇博文用于记录 OpenCV 库提供的直方图统计功能，并给出图像灰度直方图提取与灰度均衡两个简例。
直方图统计
先对直方图概念进行阐述。
最常见的直方图为灰度直方图：对给定的灰度图像进行统计，自变量为灰度x(x取值0-255)，因变量为灰度为x的像素个数。
更广义地，直方图本质是一种统计操作。给定元素集 S ，每一元素都有 channels 个属性。直方图统计操作为：以元素属性的可能取值为自变量x（x可以是多个维度构成的属性向量），统计具有属性x的元素个数。
以下介绍 OpenCV 提供的计算直方图的函数： cv::calcHist() 。
void calcHist( const Mat* images, //样本集S,为多个相同size的Mat构成的数组。
//其中每一像素为一个元素，具有channals个属性。
//images中不同的Mat中相同位置的元素按channals进行拼接，形成一个元素。
int nimages, //images数组长度（统计几个image）
const int* channels, //需要用作统计自变量的属性维度下标索引（如{0,1}即以第0,1两维度属性值为自变量）
InputArray mask, //掩膜，用于指定只统计特定区域的元素，若为空(cv::Mat())时，统计全部像素元素
OutputArray hist, //统计直方图输出，为通道数1的dims维Mat数据，汇总了给定对应属性下的元素个数
int dims, //统计直方图维度，与channels数组长度相同
const int* histSize, //histSize[i]为第i统计维度区分间隔数量（自变量可取离散值数量，也称bins数量）
const float** ranges, //ranges[i]数组给定了第i统计维度bins的划分情况，若为均匀划分，则只需给出首尾
bool uniform = true, //bins是否均匀分布的标志位，若为true，则ranges数组只需给出统计范围首尾
bool accumulate = false //hist是否累加（控制hist需不需要清零）
);以下给出一个直方图统计应用案例。
//lena图为rgb三色图，即每一像素视为一个元素，
//每一元素具有rgb三个属性
cv::Mat srcImg = cv::imread("lena.jpg");
//统计lena图的第1,2两个维度
int histDim[] = { 1, 2 };
//两个统计维度的bins区分数量，第一维度和第二维度都是划分为4个区间
int histSize[] = { 4, 4 };
//给出两个统计维度取值范围划分情况，由于使用均匀划分，这里只需要给出首尾
float range1[] = { 0, 256 };
float range2[] = { 0, 256 };
float* ranges[2];
ranges[0] = range1;
ranges[1] = range2;
//最后生成的统计直方图
cv::Mat hist;
//注意第一个参数为&srcImg，只统计一张图，所以直接取图的首地址，给定mask为空，统计全图。
cv::calcHist(&srcImg, 1, histDim, cv::Mat(), hist, 2, histSize, (const float**)ranges, true);灰度图像直方图提取
这里给出灰度直方图的统计代码作为实例。
cv::Mat srcImg = cv::imread("lena.jpg");
cv::Mat grayImg;
cv::cvtColor(srcImg, grayImg, cv::ColorConversionCodes::COLOR_BGR2GRAY);
//统计lena对应灰度图，仅灰度这一属性
int histDim[] = { 0 };
//灰度bins区分数量
int histSize[] = { 256 };
//使用均匀划分，这里只需要给出首尾
float range[] = { 0, 256 };
float* ranges[1];
ranges[0] = range;
//最后生成的统计直方图
cv::Mat hist;
//注意第一个参数为&srcImg，只统计一张图，所以直接取图的首地址，给定mask为空，统计全图。
cv::calcHist(&grayImg, 1, histDim, cv::Mat(), hist, 1, histSize, (const float**)ranges, true);灰度均衡
OpenCV 提供了直接，简便的灰度均衡函数 cv::equalizeHist() 。
void equalizeHist( InputArray src, //输入灰度图像
OutputArray dst //均衡后输出灰度图像
);尾注以上阐述为学习过程笔记，如有错误，敬请指正。
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
