Opencv中图像的灰度直方图

#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>
#include<iostream>

using namespace std;
using namespace cv;

//求一幅灰度图像的直方图图像，返回的是直方图图像
Mat getHistograph(const Mat grayImage);

int main(int argc,char* argv[])
{
//加载图像
Mat image;
image=imread("lena.bmp",IMREAD_COLOR);
//判断是否为空
if(image.empty())
{
cerr<<""<<endl;
return -1;
}
//定义灰度图像，转成灰度图
Mat grayImage;
cvtColor(image,grayImage,COLOR_BGR2GRAY);
//double x=compareHist(hist,hist,/*CV_COMP_CORREL、CV_COMP_INTERSECT*/CV_COMP_BHATTACHARYYA);
//直方图图像
Mat hist=getHistograph(grayImage);

imshow("src",image);
imshow("hist",hist);
waitKey(0);
return 0;
}
//注释是自己理解，若有错误，欢迎批评指正！
Mat getHistograph(const Mat grayImage)
{
//定义求直方图的通道数目，从0开始索引
int channels[]={0};
//定义直方图的在每一维上的大小，例如灰度图直方图的横坐标是图像的灰度值，就一维，bin的个数
//如果直方图图像横坐标bin个数为x，纵坐标bin个数为y，则channels[]={1,2}其直方图应该为三维的，Z轴是每个bin上统计的数目
const int histSize[]={256};
//每一维bin的变化范围
float range[]={0,256};

//所有bin的变化范围，个数跟channels应该跟channels一致
const float* ranges[]={range};

//定义直方图，这里求的是直方图数据
Mat hist;
//opencv中计算直方图的函数，hist大小为256*1，每行存储的统计的该行对应的灰度值的个数
calcHist(&grayImage,1,channels,Mat(),hist,1,histSize,ranges,true,false);

//找出直方图统计的个数的最大值，用来作为直方图纵坐标的高
double maxValue=0;
//找矩阵中最大最小值及对应索引的函数
minMaxLoc(hist,0,&maxValue,0,0);
//最大值取整
int rows=cvRound(maxValue);
//定义直方图图像，直方图纵坐标的高作为行数，列数为256(灰度值的个数)
//因为是直方图的图像，所以以黑白两色为区分，白色为直方图的图像
Mat histImage=Mat::zeros(rows,256,CV_8UC1);

//直方图图像表示
for(int i=0;i<256;i++)
{
//取每个bin的数目
int temp=(int)(hist.at<float>(i,0));
//如果bin数目为0，则说明图像上没有该灰度值，则整列为黑色
//如果图像上有该灰度值，则将该列对应个数的像素设为白色
if(temp)
{
//由于图像坐标是以左上角为原点，所以要进行变换，使直方图图像以左下角为坐标原点
histImage.col(i).rowRange(Range(rows-temp,rows))=255;
}
}
//由于直方图图像列高可能很高，因此进行图像对列要进行对应的缩减，使直方图图像更直观
Mat resizeImage;
resize(histImage,resizeImage,Size(256,256));
return resizeImage;
}