히스토그램 분석

히스토그램

영상의 픽셀 값 분포를 그래프 형태로 표현한 것
h : histogram fnuction
g : grayscale
$h(g)=N_g$

정규화된 히스토그램

히스토그램으로 구한 각 픽셀의 개수를 영상 전체 픽셀 개수로 나눈 것
p : probability
$p(g)=\cfrac{N_g}{w\times h}$
해당 grayscale 값을 갖는 픽셀의 확률
$\displaystyle\sum_{g=0}^{L-1}p(g)=1$

g	0	1	2	3	4	5	6	7
h(g)	4	3	2	1	0	2	3	1
p(g)	$\cfrac{4}{16}$	$\cfrac{3}{16}$	$\cfrac{2}{16}$	$\cfrac{1}{16}$	0	$\cfrac{2}{16}$	$\cfrac{3}{16}$	$\cfrac{1}{16}$

grayscale 영상의 히스토그램 직접 구하기

lenna 영상의 히스토그램

OpenCV 히스토그램 계산 함수

images : 입력 영상의 주소
nimages : 입력 영상의 개수
channels : 히스토그램을 구할 채널을 나타내는 정수형 배열
mask : 마스크 영상
hist : 히스토그램
dims : 히스토그램 차원
histSize : 히스토그램 각 차원의 크기를 나타내는 배열
ranges : 히스토그램 각 차원의 최솟값과 최댓값을 원소로 갖는 배열의 배열
uniform : 히스토그램 빈의 간격이 균등한지를 나타내는 플래그
accumulate : 누적 플래그

void calcHist(const Mat* iamges,
			  int nimages,
              const int* channels,
              InputArray mask,
              OutputArray hist,
              int dims,
              const int* histSize,
              const float** ranges,
              bool uniform = true,
              bool accumulate = false);

columbia.bmp

tiffany.bmp

camera.bmp