直方圖你一定知道，那么灰度直方圖呢?你了解嗎?灰度直方圖，顧名思義，就是先統(tǒng)計(jì)出來(lái)一幅圖像中每一個(gè)像素出現(xiàn)的次數(shù)，之后再把每一個(gè)像素出現(xiàn)的次數(shù)除以總的像素個(gè)數(shù)，得到的結(jié)果就是這個(gè)像素的出現(xiàn)頻率，最后再將像素和該像素的出現(xiàn)頻率用圖表示出來(lái)，就是灰度直方圖。先簡(jiǎn)單通俗的介紹了灰度直方圖，下面跟隨小編一起詳細(xì)了解一下吧。

一、灰度直方圖概念

灰度直方圖，是數(shù)字圖像處理中，一種計(jì)算代價(jià)非很小，但是非常有用的工具，它概括出了一幅圖像的灰度級(jí)信息。

灰度直方圖是圖像灰度級(jí)的函數(shù)，通常用來(lái)描述每個(gè)灰度級(jí)在圖像矩陣中的像素個(gè)數(shù)或者占有率?；叶?a href='/map/zhifangtu/' style='color:#000;font-size:inherit;'>直方圖橫坐標(biāo)是灰度級(jí)，縱坐標(biāo)表示圖像中該灰度級(jí)出現(xiàn)的個(gè)數(shù)(頻率)。

一維直方圖的結(jié)構(gòu)：

可以將高維直方圖理解為圖像在每個(gè)維度上灰度級(jí)分布的直方圖。最為常見(jiàn)的是二維直方圖，二維中對(duì)應(yīng)每個(gè)像素統(tǒng)計(jì)個(gè)變量。

二·、灰度直方圖的性質(zhì)：

1、灰度直方圖只反映圖像的灰度分布情況，不能反映圖像像素的位置，也就是丟失了像素的位置信息

2、一幅圖像對(duì)應(yīng)的灰度直方圖是唯一的，但是不同的圖像卻能夠?qū)?yīng)相同的直方圖

3、將一幅圖像分為多個(gè)區(qū)域，多個(gè)區(qū)域的直方圖之和也就是原圖像的直方圖

三、創(chuàng)建灰度直方圖

<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){  // 畫直方圖
	float histMax = 0;
	cvGetMinMaxHistValue(hist, 0 , &histMax, 0, 0);  // 取得直方圖中的最值
	IplImage *imgHist = cvCreateImage(cvSize(256 * scaleX, 64*scaleY), 8, 1);
	cvZero(imgHist); //// 清空隨機(jī)值
	for(int i = 0; i < 255; i++)
	{
		float histValue = cvQueryHistValue_1D(hist, i); // 取得直方圖中的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);	        //清除直方圖里面的隨機(jī)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);   //將多通道圖像分解
 
	cvCalcHist(&imgBlue, hist, 0, 0);    // 計(jì)算圖像的直方圖
	IplImage *histBlue = DrawHistogram(hist);   // 將直方圖中的數(shù)據(jù)畫出來(lái)
	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>