cv::calcHist 示例

以下是一个简单的示例代码，演示如何使用cv::calcHist函数计算一副图像的灰度直方图：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    // 读取图像
    Mat img = imread("lena.jpg", IMREAD_GRAYSCALE);

    // 定义直方图参数
    int histSize = 256; // 直方图大小
    float range[] = { 0, 256 }; // 像素值范围
    const float* histRange = { range };
    bool uniform = true; // 直方图是否均匀
    bool accumulate = false; // 直方图是否累积

    // 计算直方图
    Mat hist;
    calcHist(&img, 1, 0, Mat(), hist, 1, &histSize, &histRange, uniform, accumulate);

    // 在窗口中显示直方图
    int histWidth = 512, histHeight = 400;
    int binWidth = cvRound((double)histWidth / histSize);
    Mat histImage(histHeight, histWidth, CV_8UC1, Scalar(0));
    normalize(hist, hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());
    for (int i = 1; i < histSize; i++)
    {
        line(histImage, Point(binWidth * (i - 1), histHeight - cvRound(hist.at<float>(i - 1))),
            Point(binWidth * (i), histHeight - cvRound(hist.at<float>(i))),
            Scalar(255), 2, LINE_AA);
    }
    imshow("Histogram", histImage);

    waitKey(0);
    return 0;
}

在这个示例中，我们首先读取了一幅灰度图像（lena.jpg），然后定义了直方图计算所需的参数，包括直方图大小，像素值范围，直方图是否均匀以及是否累积等。接着，我们使用cv::calcHist函数计算了图像的灰度直方图。最后，我们将计算得到的直方图绘制在一个窗口中显示出来。