长春企业网站模板建站,wordpress视频站插件,如何做热词网站,中国交通建设集团有限公司**背景#xff1a;**当前网上常见的直方图使用方法都是默认使用256的范围#xff0c;而对于使用特定范围的直方图方法讲的不够清楚。仔细研究后总结如下#xff1a;
1、常见使用方法#xff0c;直接对灰度图按256个Bin进行计算。
Mat mHistUn;
int channels[1] { 0 };
{…**背景**当前网上常见的直方图使用方法都是默认使用256的范围而对于使用特定范围的直方图方法讲的不够清楚。仔细研究后总结如下
1、常见使用方法直接对灰度图按256个Bin进行计算。
Mat mHistUn;
int channels[1] { 0 };
{bool uniform true;//使用标准方法-也就是每个bin长度为1int histSize[1] { 256 };float range[2] { 0, 255 };const float* ranges[] { range }; // 指定单个bin的取值范围cv::calcHist(src, 1, channels, cv::Mat(), mHistUn, 1, histSize, ranges, uniform);
}2、使用128个Bin进行计算
Mat mHist;
int channels[1] { 0 };
{bool uniform false;int histSize[1] { 128 };float range[129] { 0 };for (size_t i 0, j 0; i 129; i, j 2)range[i] j;const float* ranges[] { range }; // 指定单个bin的取值范围cv::calcHist(src, 1, channels, cv::Mat(), mHist, 1, histSize, ranges, uniform);
}在该方法中channels为0 表示单通道。先将uniform 标志位置为false表示单个bin不再使用默认的距离1。 再构建每个bin的取值范围ranges这里bin的宽度按2进行配置 那么所有的bin就是[0,2],[2,4],[4,6]…[254,255],总共128个bin。 其中需要注意的是128个bin但ranges的大小是129.这和opencv对这块的数据处理相关。
3、观察效果
void showCvHist(Mat srchist, int histSize)
{int hist_w 511;int hist_h 400;int bin_w cvRound((double)hist_w / histSize);Mat histImage(hist_h, hist_w, CV_8UC1, Scalar(0, 0, 0));Mat hist srchist.clone();normalize(hist, hist, 0, hist_h, NORM_MINMAX, -1, Mat());for (int i 1; i histSize; i){line(histImage, Point(bin_w * (i - 1), hist_h - cvRound(hist.atfloat(i - 1))),Point(bin_w * i, hist_h - cvRound(hist.atfloat(i))),Scalar(255, 0, 0), 2, 8, 0);}imshow(tt, histImage);cv::waitKey(0);
}使用该函数对结果进行显示 256方法 128的方法
可以看到直方图的趋势基本类似。我们再看下直方图统计的具体数据。可以看到在128bin方法中每个数据正好对应256方法中2个数据之和。说明bin宽度为2正好生效。 4、一点统计的疑问数据的最尾端[254,255]合并成[127]时数据存在3000的差异不知从何引入的。 有知道的朋友可以帮忙看下
