OpenCV入门（二十一）-- 绘制彩色图像的直方图

本文主要是介绍OpenCV入门（二十一）-- 绘制彩色图像的直方图，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

本文中的代码大多来源于：

http://wiki.opencv.org.cn/index.php/%E5%9B%BE%E5%83%8F%E9%A2%9C%E8%89%B2%E5%88%86%E5%B8%83%E7%9B%B4%E6%96%B9%E5%9B%BE

颜色直方图的一些概念

颜色直方图可以是基于不同的颜色空间和坐标系。最常用的颜色空间是RGB颜色空间，原因在于大部分的数字图像都是用这种颜色空间表达的。然而，RGB空间结构并不符合人们对颜色相似性的主观判断。因此，有人提出了基于HSV空间、Luv空间和Lab空间的颜色直方图，因为它们更接近于人们对颜色的主观认识。其中HSV空间是直方图最常用的颜色空间。它的三个分量分别代表色彩（Hue）、饱和度（Saturation）和值（Value）。

HSV
HSV颜色空间：HSV(hue,saturation,value)颜色空间的模型对应于圆柱坐标系中的一个圆锥形子集，圆锥的顶面对应于V=1. 它包含RGB模型中的R=1，G=1，B=1 三个面，所代表的颜色较亮。色彩H由绕V轴的旋转角给定。红色对应于角度0° ，绿色对应于角度120°，蓝色对应于角度240°。在HSV颜色模型中，每一种颜色和它的补色相差180° 。饱和度S取值从0到1，所以圆锥顶面的半径为1。HSV颜色模型所代表的颜色域是CIE色度图的一个子集，这个模型中饱和度为百分之百的颜色，其纯度一般小于百分之百。在圆锥的顶点(即原点)处，V=0,H和S无定义，代表黑色。圆锥的顶面中心处S=0，V=1,H无定义，代表白色。从该点到原点代表亮度渐暗的灰色，即具有不同灰度的灰色。对于这些点，S=0,H的值无定义。可以说，HSV模型中的V轴对应于RGB颜色空间中的主对角线。在圆锥顶面的圆周上的颜色，V=1，S=1,这种颜色是纯色。HSV模型对应于画家配色的方法。画家用改变色浓和色深的方法从某种纯色获得不同色调的颜色，在一种纯色中加入白色以改变色浓，加入黑色以改变色深，同时加入不同比例的白色，黑色即可获得各种不同的色调。

http://baike.baidu.com/item/%E9%A2%9C%E8%89%B2%E7%9B%B4%E6%96%B9%E5%9B%BE?fr=aladdin

HSV颜色模型

HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。
这个模型中颜色的参数分别是：色调（H），饱和度（S），亮度（V）。

色调H
用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；

饱和度S
取值范围为0.0～1.0，值越大，颜色越饱和。
亮度V
取值范围为0.0(黑色)～1.0(白色)。

RGB和CMY颜色模型都是面向硬件的，而HSV（Hue Saturation Value）颜色模型是面向用户的。
HSV模型的三维表示从RGB立方体演化而来。设想从RGB沿立方体对角线的白色顶点向黑色顶点观察，就可以看到立方体的六边形外形。六边形边界表示色彩，水平轴表示纯度，明度沿垂直轴测量。

http://baike.baidu.com/subview/541362/8445478.htm?from_id=12630604&type=syn&fromtitle=HSV%E9%A2%9C%E8%89%B2%E7%A9%BA%E9%97%B4&fr=aladdin

代码：绘制lena图像的直方图；

#include "highgui.h"
#include "cv.h"
#include<iostream>using namespace std;void doHistDraw(IplImage* img)
{IplImage* hsv = cvCreateImage(cvGetSize(img), 8, 3);IplImage* h_plane = cvCreateImage(cvGetSize(img), 8, 1);IplImage* s_plane = cvCreateImage(cvGetSize(img), 8, 1);IplImage* v_plane = cvCreateImage(cvGetSize(img), 8, 1);IplImage* planes[] = {h_plane, s_plane};int h_bins = 16,s_bins = 8;int hist_size[] = {h_bins, s_bins};// H分量的变化范围float h_ranges[] = {0,180};// S分量的变化范围float s_ranges[] = {0,255};float* ranges[] = {h_ranges, s_ranges};//将图像转换到HSV颜色空间cvCvtColor(img,hsv, CV_BGR2HSV);cvCvtPixToPlane(hsv, h_plane, s_plane, v_plane, 0);//创建直方图CvHistogram* hist = cvCreateHist(2, hist_size, CV_HIST_ARRAY, ranges, 1);// 根据H,S两个平面数据统计直方图cvCalcHist(planes,hist, 0,0);//获取直方图统计的最大值和最小值，用于动态显示直方图float max_value;cvGetMinMaxHistValue(hist, 0, &max_value, 0, 0);//设置直方图显示图像int height = 240;int width = (h_bins*s_bins*6);IplImage* hist_img = cvCreateImage(cvSize(width, height), 8, 3);cvZero(hist_img);//用来进行HSV到RGB颜色转换的临时图像IplImage* hsv_color = cvCreateImage(cvSize(1,1), 8,3);IplImage* rgb_color = cvCreateImage(cvSize(1,1), 8, 3);int bin_w = width/(h_bins*s_bins);for(int h = 0; h < h_bins; h++){for(int s = 0; s < s_bins; s++){int i = h*s_bins+s;//获得直方图中的统计次数，计算显示在图中的高度float bin_val = cvQueryHistValue_2D(hist, h, s);int intensity = cvRound(bin_val*height/max_value);//获取当前直方图代表的颜色，转换成RGB用于绘制cvSet2D(hsv_color, 0, 0, cvScalar(h*180.f/h_bins, s*255.f/s_bins, 255,0));cvCvtColor(hsv_color, rgb_color,CV_HSV2BGR);CvScalar color = cvGet2D(rgb_color, 0, 0);cvRectangle(hist_img, cvPoint(i*bin_w, height),cvPoint((i+1)*bin_w, height - intensity), color, -1, 8, 0);}}cvNamedWindow("H-S",1);cvShowImage("H-S",hist_img);cvWaitKey(0);
}

结果：lena的直方图为：