C++ OpenCv proporciona la función calcHist(), que puede ayudarnos convenientemente a contar el histograma de una imagen de 8 bits, pero no es aplicable a imágenes de bits altos como 10 bits, 12 bits, 14 bits, 16 bits, 24 bits, 32 bits, etc., y no se puede contar En este momento, necesitamos nuestro propio código escrito a mano para contar el histograma de imágenes de alto nivel. Investigué el código para contar imágenes de 16 bits sobre la base de contar el histograma de imágenes de 8 bits a mano. Para el código de contar el histograma de imágenes de 8 bits a mano, consulte mi artículo anterior, que tiene una explicación detallada. El enlace es: Agregar descripción del enlace
La imagen original de 16 bits procesada en el código se muestra a continuación. Si desea probar, puede descargarla y verla usted mismo. Nota: dado que la imagen proporcionada la subo a la página web, se puede convertir a una que no sea de 16 bits imagen por la página web Puede usar su propia imagen de 16 bits para realizar pruebas.
El código para contar a mano el histograma de imágenes de 16 bits es el siguiente:
#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main()
{
Mat image = imread("Images/16bit/16bit_3M_whq/3M_Lj(7).png", -1); //输入16Bit图像
Mat histogram = Mat::zeros(Size(16384, 1), CV_32SC1); //注意，Size对应的是x和y，也就是第一个元数是矩阵的列数，这里表示的是创建一个16384列，1行的画布
int rows = image.rows; //输入图像的行数
int cols = image.cols; //输入图像的列数
for (int i = 0; i<rows; i++)
{
for (int j = 0; j<cols; j++)
{
int index = int(image.at<ushort>(i, j)); //获取每个点的像素值
histogram.at<int>(0, index) += 1; //获取了一个像素值，在相应的位置上加1
}
}
//开始直观的显示直方图——绘制直方图
//首先先创建一个黑底的图像，为了可以显示彩色，所以该绘制图像是一个8位的3通道图像，3通道图像画直方图的时候就可以画彩色的直方图了
Mat drawImage1 = Mat::zeros(Size(1451,1000), CV_8UC3); //这个画布的创建是为了最后画直方图，大小为1451列，1000行，这里可以根据自己的需求改动画布大小
//因为任何一个图像的某个像素的总个数，都有可能会有很多，会超出所定义的图像的尺寸，针对这种情况，先对个数进行范围的限制
//先用 minMaxLoc函数来得到计算直方图后的像素的最大个数
double g_dHistMaxValue; //最大的像素值数目
minMaxLoc(histogram, 0, &g_dHistMaxValue, 0, 0);
cout << "像素点个数最大值：g_dHistMaxValue = " << g_dHistMaxValue << endl;
cout << "histogram = " << histogram << endl;
//minMaxLoc(hist, &minValue, &maxValue, 0, 0);//找到全局最小、最大的像素值数目
//将像素的个数整合到 图像的最大范围内
//遍历直方图得到的数据
//创建下面这个画布是了只提取有灰度值的部分，因为16Bit图像的灰度范围是0-16383，太大了，如果将直方图统计后全部画在一个画布上，由于我们的电脑显示器显示不了那么大，就会都是黑的，看不到最下面的统计结果，所有创建temporary来保存只有灰度值的部分
Mat temporary = Mat::zeros(Size(1451, 1), CV_32SC1); //申请一个1451列，1行的黑色画布 这里为什么是1451，是因为我提供的16Bit图像的有灰度的这段，跨度大概在1451左右，这里大家可以根据自己的16Bit图像自行设置
int j = 0;
for (int i = 6650; i < 8101; i++) //为什么i从6650开始，结束是8101，是因为我提供的这张16Bit图像，最大灰度值是7954，最小灰度值是6701，所以我这里设置了刚好是有灰度值张部分，其他全是0的部分就舍弃了。这里的取值范围，大家先统计统一下16Bit图像的最大值和最小值后自行设置。
{
int value = cvRound(histogram.at<int>(0, i) * 16384 * 0.06 / g_dHistMaxValue); //这里公式中乘的0.06是为了使显示的直方图更低更好看一些，可以适当调整此值，自己看着舒服
//cout << "value = " << value << endl;
temporary.at<int>(0, j) = value; //将有值的部分区间，全都保存到temporary中
j++;
}
cout << "temporary = " << temporary;
//下面是将保存了值的temporary绘画出来
for (int i = 0; i < 1351; i++)
{
int temporary_value = temporary.at<int>(0, i);
//line(drawImage1, Point(i, drawImage1.rows - 1), Point(i, drawImage1.rows - 1 - temporary_value), Scalar(255, 255, 0)); //用线条的方式绘画直方图
rectangle(drawImage1, Point(i, drawImage1.rows - 1), Point(i+1, drawImage1.rows - 1 - temporary_value), Scalar(255, 255, 0)); //用矩形的方式绘画直方图
}
imshow("【16Bit图像直方图】", drawImage1);
imshow("image", image);
waitKey();
return 0;
}
El resultado de ejecutar el código anterior es el siguiente:
los siguientes son los datos almacenados en el histograma, hay muchos 0 y el rango de valor gris útil es solo una pequeña parte: los
siguientes son los datos almacenados en el temporal y el sobre el rango de valores de gris útil Extráigalo y guarde solo el intervalo de escala de grises útil:
El siguiente es el histograma de la imagen de 16 bits después de las estadísticas:
Finalmente, agregue la descripción específica de varios parámetros de función clave en el código y guarde todos para verificar, ver abajo:
void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0,
Point* maxLoc=0, InputArray mask=noArray())
找出矩阵中最大和最小的值以及他们的坐标
src – Source single-channel array. 单通道数组
minVal – Pointer to the returned minimum value. NULL is used if not required. 指向最小值的指针
maxVal – Pointer to the returned maximum value. NULL is used if not required. 指向最大值的指针
minLoc – Pointer to the returned minimum location (in 2D case). NULL is used if not required. 最小值的二维坐标
maxLoc – Pointer to the returned maximum location (in 2D case). NULL is used if not required. 最大值得二维坐标
mask – Optional mask used to select a sub-array. 掩码
void cvLine( CvArr* img,CvPoint pt1, CvPoint pt2, CvScalar color,int thickness=1,
int line_type=8, int shift=0 );
第一个参数img：要划的线所在的图像;
第二个参数pt1：直线起点
第二个参数pt2：直线终点
第三个参数color：直线的颜色 e.g:Scalor(0,0,255)
第四个参数thickness=1：线条粗细
第五个参数line_type=8, 8 (or 0) - 8-connected line（8邻接)连接 线。4 - 4-connected line(4邻接)连接线。CV_AA - antialiased 线条。
第六个参数：坐标点的小数点位数。
Aquí también se agrega la función calcHist() en C++ OpenCv, vea a continuación:
void calcHist(const Mat* images, int nimages, const int* channels, InputArray mask, OutputArray hist, int dims,
const int* histSize, const float** ranges, booluniform=true, bool accumulate=false )
计算直方图，统计各灰度的像素个数，其输出为多维矩阵
const Mat* images：为输入图像的指针。
int nimages：要计算直方图的图像的个数。此函数可以为多图像求直方图，我们通常情况下都只作用于单一图像，所以通常nimages=1。
const int* channels：图像的通道，它是一个数组，如果是灰度图像则channels[1]={0};如果是彩色图像则channels[3]={0,1,2}；如果是只是求彩色图像第2个通道的直方图，则channels[1]={1};
IuputArray mask：是一个遮罩图像用于确定哪些点参与计算，实际应用中是个很好的参数，默认情况我们都设置为一个空图像，即：Mat()。
OutArray hist：计算得到的直方图
int dims：得到的直方图的维数，灰度图像为1维，彩色图像为3维。
const int* histSize：直方图横坐标的区间数。如果是10，则它会横坐标分为10份，然后统计每个区间的像素点总和。
const float** ranges：这是一个二维数组，用来指出每个区间的范围。后面两个参数都有默认值，uniform参数表明直方图是否等距，最后一个参数与多图像下直方图的显示与存储有关。
El proceso detallado anterior de contar el histograma de imágenes de 16 bits a través del código a mano, de manera similar, utilizando métodos estadísticos similares, puede contar los histogramas de otras imágenes de bits altos. Si mi método es útil para usted, por favor inspíreme. Me gusta, anímame, ¡gracias!