如何在 Matlab 中不标准化数据的情况下计算图像直方图答案

【问题标题】：How to calculate image histogram without normalizing data in Matlab如何在 Matlab 中不标准化数据的情况下计算图像直方图
【发布时间】：2017-11-22 00:56:20
【问题描述】：

我有一张图片I，其像素强度在 0-1 范围内。我可以通过标准化来计算图像直方图，但我发现曲线与原始数据的直方图并不完全相同。这会给后面的峰值查找过程带来一些问题（见附图）。

我的问题是在 Matlab 中，有什么方法可以在不对数据进行归一化的情况下绘制图像直方图，以便保持曲线形状不变？当像素强度不在 0-1 范围内时，这将有利于那些原始图像。目前，如果我不对数据进行标准化，我无法计算它们的直方图。

附上归一化和直方图计算的Matlab代码。任何建议将不胜感激！

h = imhist(mat2gray(I));

【问题讨论】：

你试过histogram吗？
我很困惑。我在这里看到 2 个直方图。一个具有大约 160 到 240 之间的值，另一个看起来像归一化后的直方图。如果无法计算，您是如何得到第一个直方图的？
@Piglet 我在这里列出的数据是原始数据属于 0-1 范围的数据。我还有其他数据，原始数据不能属于 0-1 范围。这只是一个说明前后曲线不同的例子。
当然曲线在归一化前后是不同的。这就是这背后的全部想法。您将其扩展到整个价值范围。请澄清你的问题。不清楚你想要什么。你为什么首先标准化？你不会得到任何新的信息。你只是冒着新高峰的风险。 “我无法计算他们的直方图”是什么意思。你收到错误消息还是什么？
@Piglet 很抱歉造成混乱。我的意思是我无法计算它们的直方图是因为 imhist 函数无法拍摄任何强度不属于 0-1 范围的图像。我只是尝试使用直方图而不是使用 imhist 并且它有效。谢谢！

标签： matlab image-processing histogram normalization

【解决方案1】：

这个线程中描述规范化或强制转换的 imhist 答案是完全正确的。或者，您可以使用 MATLAB 中的 histogram 函数，它可以处理非标准化浮点数据：

A = 255*rand(500,500);
histogram(A);

【讨论】：

【解决方案2】：

Documentation of imhist 告诉我们该函数检查输入的数据类型并相应地缩放值。因此，如果不使用您附加的数据进行测试，这可能会起作用：

h = imhist(uint8(I));

或者，您可以使用 mat2gray 的参数将整数表示法缩放为浮点表示法

h = imhist(mat2gray(I, [0,255]));

或者只是分割它。

h = imhist(I/255);

【讨论】：