【图像处理】利用C++编写函数,绘制灰度图像直方图
1. 简介
利用OpenCV读取图像,转换为灰度图像,绘制该灰度图像直方图。点击直方图,控制台输出该灰度级像素个数。
2. 原理
(1) 实现原理较为简单,主要利用了OpenCV读取图像,并转换为灰度图像;
srcImg = imread(" ......"); // “....” 代表图像地址
if (srcImg.empty()) {
return -;
}
imshow(WINDOW_SRCIMG, srcImg);
Mat grayImg;
cvtColor(srcImg, grayImg, CV_BGR2GRAY);
imshow(WINDOW_GRAYIMG, grayImg);
(2) 利用Mat类新建一个固定分辨率的画布,统计处于每一灰度级像素个数,在该画布上绘制灰度直方图。
int nRows = ,nCols=;
Mat g_dstImg(nRows,nCols, CV_8UC1, Scalar::all()); // 新建画布
同时避免画布中该灰度级太高而超出画布范围,在本程序中采用了等比例缩小的方法。
int MaxCount = arrayMax(grayLevel,);//寻找在处于某一灰度级中个数最多的像素个数
yscaleRate = double(nRows)/MaxCount ;//y缩放比例
double xscaleRate = nCols / ;//x缩放比例
3. 实施细节
// 灰度直方图.cpp : 定义控制台应用程序的入口点。
// Topic: 绘制灰度图的直方图; 转载请注明出处:Chen_HW (https://www.cnblogs.com/chen-hw/p/11668119.html)
// Env: VS2015 + Debug x64 + OpenCV3.4.1
// Date:2018.11.22 by Chen_HW
#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#define WINDOW_SRCIMG "【源图】"
#define WINDOW_GRAYIMG "【灰度图】"
#define WINDOW_HIST "【直方图】"
using namespace std;
using namespace cv;
int arrayMax(int g_arr[], int num);
Mat drawHist(Mat &g_srcImg);
void MouseHandle(int event, int x, int y, int flags, void *param);
Point clickPoint,displayPoint;
bool downFlag = false;
Mat srcImg;
double yscaleRate = ; int main()
{
system("color 3f");
srcImg = imread(" ......"); // “....” 代表图像地址
if (srcImg.empty()) {
return -;
}
imshow(WINDOW_SRCIMG, srcImg);
Mat grayImg;
cvtColor(srcImg, grayImg, CV_BGR2GRAY);
imshow(WINDOW_GRAYIMG, grayImg);
Mat histImg = drawHist(grayImg);
imshow(WINDOW_HIST, histImg);
setMouseCallback(WINDOW_HIST, MouseHandle, (void *)&histImg);//(void *)&srcImg传递给void *param
waitKey();
return ;
}
Mat drawHist(Mat &g_srcImg) {
int nRows = ,nCols=;
Mat g_dstImg(nRows,nCols, CV_8UC1, Scalar::all()); // 新建画布
int grayLevel[] = {};
for (int i = ; i < g_srcImg.rows; ++i) {
for (int j = ; j < g_srcImg.cols; ++j) {
grayLevel[(int)g_srcImg.at<uchar>(i, j)]++;
}
}
int MaxCount = arrayMax(grayLevel,);//寻找在处于某一灰度级中个数最多的像素个数
yscaleRate = double(nRows)/MaxCount ;//y缩放比例
double xscaleRate = nCols / ;//x缩放比例
int yAxis[], xAxis[];
for (int m = ; m < ; m++) {
yAxis[m] = int(grayLevel[m]*yscaleRate);
}
//绘制直方图
for (int n = ; n < ; n++) {
if (n == ) {
xAxis[n + ] = xAxis[n];
}
rectangle(g_dstImg, Point(xAxis[n], yAxis[n]), Point( xAxis[n+], ), Scalar(), -);
//-1表示填充矩形框;正值表示不填充矩形框,更方便观察灰度级像素个数的分布;
//但因为后面需要用到填充的情况,故设置成填充状态 } return g_dstImg;
}
//num:数组元素个数;g_max:返回最大值
int arrayMax(int g_arr[],int num) {
int g_max = ;
int i = ;
while (i < num) {
if ( g_arr[i]>= g_max) {
g_max = g_arr[i];
i++;
}
else {
i++;
}
} return g_max;
}
//event 鼠标事件(如按下鼠标左键、左键抬起、鼠标移动等) x、y 鼠标坐标
void MouseHandle(int event, int x, int y, int flags, void *param) {
Mat &g_srcImg = *(Mat *)(param);
Mat g_tempImg = g_srcImg.clone();
int nCount=;//该列白色像素点个数
int nLevelCount = ;
char text[];//存储文本信息
float g_rate;//该列像素点占总像素点个数的比例
imshow(WINDOW_HIST, g_srcImg);
switch (event) {
case EVENT_LBUTTONDOWN:
clickPoint.x = x;
clickPoint.y = y;
downFlag = true;
break;
default:
break;
}
if (downFlag) {
//displayPoint.x = clickPoint.x;
for (int i = ; i < g_srcImg.rows; ++i) {
if (int(g_srcImg.at<uchar>(i, x)) == ) {
++nCount;
}
}
nLevelCount = (nCount / yscaleRate);
g_rate = float(nCount/ yscaleRate) / (srcImg.rows*srcImg.cols);//此处计算的比例不是精确的
cout << "该灰度级像素点个数: " << nLevelCount << ";占总像素个数的比例: "<<g_rate << endl;
sprintf_s(text, "Rate:%f",g_rate );//该灰度级像素个数占总个数的比例;
putText(g_tempImg, text, clickPoint,FONT_HERSHEY_PLAIN,,Scalar(,,));
imshow(WINDOW_HIST, g_tempImg);
downFlag = false;
}
}
4. 结果
结果如下图所示,点击右侧每一级灰度直方图,在控制台中会输出该灰度级像素个数,并显示占总像素比例。
【图像处理】利用C++编写函数,绘制灰度图像直方图的更多相关文章
- 使用matplotlib中的bar函数绘制柱状图
使用柱状图显示三日电影的票房信息 要显示的数据为2018年12月7日-9日四场电影的票房信息 四场电影分别为:无名之辈,狗十三,毒液:知名守卫者,憨豆特工3 2018年12月7日四场电影票房分别为:[ ...
- C++:利用如下公式,编写函数计算∏的值,直到最后一项的绝对值小于e,主程序接收从键盘输入的e,输出∏的值(保留5位小数)。 ∏/4 = 1-1/3+1/5-1/7...
利用如下公式,编写函数计算∏的值,直到最后一项的绝对值小于e,主程序接收从键盘输入的e,输出∏的值(保留5位小数). ∏/4 = 1-1/3+1/5-1/7... #include <iostr ...
- Python 图像处理 OpenCV (16):图像直方图
前文传送门: 「Python 图像处理 OpenCV (1):入门」 「Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像」 「Python ...
- paper 2:图像处理常用的Matlab函数汇总
一 图像的读写 1 imread imread函数用于读入各种图像文件,如:a=imread('e:\w01.tif') 注:计算机E盘上要有w01相应的.tif文件. 2 imwrite imwri ...
- 利用java编写的盲注脚本
之前在网上见到一个盲注的题目,正好闲来无事,便用java写了个盲注脚本,并记录下过程中的坑 题目源码: <?php header("Content-Type: text/html;ch ...
- 品味性能之道<九>:利用Loadrunner编写socket性能测试脚本简述
一.概述 Loadrunner拥有极为丰富的工具箱,供予我们制造出各种奇妙魔法的能力.其中就有此次要讨论的socket套接字操作. 二.socket概述 ...
- 向日葵远程RCE漏洞分析及漏洞利用脚本编写
0x00 漏洞概述 向日葵是一款免费的,集远程控制电脑.手机.远程桌面连接.远程开机.远程管理.支持内网穿透等功能的一体化远程控制管理软件.如果想要手机远控电脑,或者电脑远控手机可以利用向日葵:如果是 ...
- 利用c++编写bp神经网络实现手写数字识别详解
利用c++编写bp神经网络实现手写数字识别 写在前面 从大一入学开始,本菜菜就一直想学习一下神经网络算法,但由于时间和资源所限,一直未展开比较透彻的学习.大二下人工智能课的修习,给了我一个学习的契机. ...
- iOS基本动画/关键帧动画/利用缓动函数实现物理动画效果
先说下基本动画部分 基本动画部分比较简单, 但能实现的动画效果也很局限 使用方法大致为: #1. 创建原始UI或者画面 #2. 创建CABasicAnimation实例, 并设置keypart/dur ...
随机推荐
- The 2019 Asia Nanchang First Round Online Programming Contest B Fire-Fighting Hero(阅读理解)
This is an era of team success, but also an era of heroes. Throughout the ages, there have been nume ...
- Top 命令数据分析
一.top 命令详解 当前时间 20:27:12 当前系统运行时间 3:18秒 1个用户 系统负载平均长度为 0.00,0.00,0.00(分别为1分钟.5分钟.15分钟前到现在的平均值) 第二行为进 ...
- Servlet 教程——检视阅读
Servlet 教程--检视阅读 参考 Servlet教程--菜鸟--蓝本 Servlet教程--w3cschool Servlet教程--易百 servlet依赖maven依赖: <!--se ...
- Centos7 team 绑定多网卡
1.nmcli connection show 查看所有的网络连接 nmcli connection show 接下来我们要使用 ens37 ens38 两个网卡绑定 , 绑定的网卡取名: agg-e ...
- centos7 安装高版本svn
一.安装高版本svn 1.创建一个新的yum库文件,vim /etc/yum.repos.d/wandisco-svn.repo 内容如下 [WandiscoSVN] name=Wandisco SV ...
- ubuntu16 安装curl
sudo apt-get install openssl sudo apt-get install libssl-dev wget -P /usr/local/software https://cu ...
- 支付宝小程序云开发serverless----获取用户的user_id
支付宝小程序云开发serverless----获取用户的user_id 博客说明 文章所涉及的资料来自互联网整理和个人总结,意在于个人学习和经验汇总,如有什么地方侵权,请联系本人删除,谢谢! 开通云调 ...
- P2774 方格取数问题 网络流
题目: P2774 方格取数问题 题目背景 none! 题目描述 在一个有 m*n 个方格的棋盘中,每个方格中有一个正整数.现要从方格中取数,使任意 2 个数所在方格没有公共边,且取出的数的总和最大. ...
- C# 9.0 新特性预览 - 空参数校验
C# 9.0 新特性预览 - 空参数校验 前言 随着 .NET 5 发布日期的日益临近,其对应的 C# 新版本已确定为 C# 9.0,其中新增加的特性(或语法糖)也已基本锁定,本系列文章将向大家展示它 ...
- Pytorch使用分布式训练,单机多卡
pytorch的并行分为模型并行.数据并行 左侧模型并行:是网络太大,一张卡存不了,那么拆分,然后进行模型并行训练. 右侧数据并行:多个显卡同时采用数据训练网络的副本. 一.模型并行 二.数据并行 数 ...