1、直方图计算 —— calcHist()
void cv::calcHist ( const Mat * images, int nimages, const int * channels,
InputArray mask, OutputArray hist, int dims, const int * histSize,
const float ** ranges, bool uniform = true, bool accumulate = false )
共有10个参数，各参数说明如下：
images：源图像，注意这里的格式是const Mat*，也就是说，你要传入一个地址，传入的可以是一张图片也可以是多张图片，要求具有同深度同尺寸。
nimages:输入图像的个数。
Channels：List of the dims channels used to compute the histogram. The first array channels are numerated from 0 to images[0].channels()-1 , the second array channels are counted from images[0].channels() to images[0].channels() + images[1].channels()-1, and so on.
mask：可选的掩码，如果不为空的话，那么它必须是8位且和image[i]尺寸相同。
hist：输出的直方图，二维数组。
dims：需要统计的直方图维度（特征数目）,必须是正数，且不大于CV_MAX_DIMS(这个版本opencv3.1里面是32)
histSize：存放每个维度的直方图尺寸的数组。
ranges：每一维数值的取值范围。Array of the dims arrays of the histogram bin boundaries in each dimension. When the histogram is uniform ( uniform =true), then for each dimension i it is enough to specify the lower (inclusive) boundary L0 of the 0-th histogram bin and the upper (exclusive) boundary UhistSize[i]−1 for the last histogram bin histSize[i]-1 . That is, in case of a uniform histogram each of ranges[i] is an array of 2 elements. When the histogram is not uniform ( uniform=false ), then each of ranges[i] contains histSize[i]+1 elements: L0,U0=L1,U1=L2,...,UhistSize[i]−2=LhistSize[i]−1,UhistSize[i]−1 . The array elements, that are not between L0 and UhistSize[i]−1 , are not counted in the histogram.
uniform：表示直方图是否均匀。
accumulate：累计标识符，若为ture，直方图在配置阶段不会被清零。
2、寻找最值 —— minMaxLoc()
函数的作用就是再数组里面找到全局最大值和最小值。且这个函数对多通道的数组无效，因此多通道的要转化为单通道再来使用。
void cv::minMaxLoc ( InputArray src, double * minVal, double * maxVal = 0,
Point * minLoc = 0, Point * maxLoc = 0, InputArray mask = noArray() )
6个参数：
src：输入单通道数组(图像)
minVal:指向最大值的指针
maxVal:指向最小值的指针
minLoc:最小值位置的指针(二维下)
maxLoc:最大值位置的指针(二维下)
Mask:掩膜
3、直方图归一化 —— normalize()
void cv::normalize (InputArray src, InputOutputArray dst, double alpha = 1, double beta = 0,
int norm_type = NORM_L2, int dtype = -1, InputArray mask = noArray() )
7个参数:
src :输入数组
Dst:输出数组(支持原地运算)
Alpha:range normalization模式的最小值
Beta:range normalization模式的最大值，不用于norm normalization(范数归一化)模式。
normType:归一化的类型，可以有以下的取值：
NORM_MINMAX:数组的数值被平移或缩放到一个指定的范围，线性归一化，一般较常用。
NORM_INF: 此类型的定义没有查到，根据OpenCV 1的对应项，可能是归一化数组的C-范数(绝对值的最大值)
NORM_L1 : 归一化数组的L1-范数(绝对值的和)
NORM_L2: 归一化数组的(欧几里德)L2-范数
Dtype:dtype为负数时，输出数组的type与输入数组的type相同；否则，输出数组与输入数组只是通道数相同，而tpye=CV_MAT_DEPTH(dtype).
Mask:操作掩膜，用于指示函数是否仅仅对指定的元素进行操作。
网友评论