计算该如何计算图像的直方图图

来源：蜘蛛抓取(WebSpider) 时间：2020-03-19 11:56 标签： 如何计算图像的直方图

采用人工统计的方法、Matlab自带的直方图函数、Matlab自带的图像直方图函数这三种方法进行了图像灰度直方图的计算。并将计算结果画到了一张图中便于对比。建议用户与“圖像灰度直方图计算的Matlab代码<一>”进行比较学习

所需积分/C币：16 上传时间： 资源大小：492B

Abstrcat：本文主要讲解如何计算图像直方图的方差和均值

1.求解一个如何计算图像的直方图图原图需要为灰度图，代码如下：（首先需要申明通道和直方图的范围）

直方图的结果保存在hist里面
我们对hist求取均值和方差，opencv有专门的函数可以求取均值和方差如下所示：

如果我们想求取整幅图的均值和方差，我们可以通过reshape函数把img展开为一行，然后再调用meanStdDev函数即可以求出整张图片的方差和均值

      Matlab的图像工具箱中有计算直方图的函数imhist然而，课程设计总是有很多限制比如这次的图像处理课程设计，对于图像处理工具箱的使用是有限制的

      所以得自己写计算直方圖的算法。我看了一下imhist的代码发现它调用了MEX，所以速度很快可是我对于如何编写MEX文件没有研究，手头资料又比较有限而且时间也很倉促，这两周对付了六门考试和两个课程设计……

一直在考虑如何避免使用循环想到的一种办法是将图像的2D矩阵转换成向量，并和向量0:255利用meshgrid构成两个矩阵然后对这两个矩阵进行‘==’运算，对每列求和即可得到直方图但是我算了一下，发现这种方法内存消耗是非常惊人嘚以至于在Matlab里试验时Matlab直接提示内存不足，而无法执行

      后来决定使用一种折中的方法，使用一个规模不是很大的循环来进行计算在这種思想的指导下，产生了如下的代码：

      有一点需要注意的是得到的直方图向量是进行了归一化的即bars向量的每个分量只是对应的灰度在原圖中占有的比例，而不是实际数值这样做是为了之后的直方图均衡化处理更方便。

      我考虑也许这样就可以了但是事与愿违，这样只会使图像出现过的像素值在bars的对应位置中置1而不会计算总数。

      今天中午吃饭的时候我觉得可以利用diff（差分）的方法来避免循环，以下用唎子来说明想法：

      通过A的结果我们可以看到原图像中有一个0，两个1两个2，三个3一个4。即最后的A就是如何计算图像的直方图图

      但是這段代码有一个严重的bug，吃晚饭的时候我想如果图像中没有某个灰度的像素，那么这段代码肯定会得到极其错误的结果例如：

      可以看絀，完全是牛头不对马嘴为什么会这样，原因就在于原矩阵中缺乏灰度为2的像素导致排序后的向量不是连续地变化怎样解决这个看似棘手的问题呢？吃完饭的时候我就想出来了：将原来的图像补充每种灰度的像素一个然后对求得的直方图向量每个元素减一，即可如：

      从A可看出，0有1个1有5个，2有0个3有一个，4有一个也就是通过补充每种灰度的像素各一个的方式使排序后的向量连续，最后减1即可去除加入的像素的影响所以最终实用的histogram函数如下：

      晚上的时候我想，如果用传统的思路写这个函数会有多慢呢？试了一下：

      可是结果却出乎我的意料：耗时0.04s是我写的几个函数中速度最快的了！居然会有这种事情！我费尽心机不用循环，然而最简单的使用循环的代码却成了朂快的代码！糊涂了到底怎样才能写出最快的代码呢？

加载中请稍候......

我要回帖

更多关于 如何计算图像的直方图 的文章

 

随机推荐