强度直方图 ++答案

【问题标题】：Intensity Histogram ++强度直方图 ++
【发布时间】：2015-12-16 16:56:01
【问题描述】：

我正在为灰度图像编写自己的强度直方图，其中将 bin 的数量传递给函数。这是我到目前为止所拥有的：

std::vector<unsigned int> Image::histogram(const int bins)
{
std::vector<unsigned int> histogram(bins ,0);
for (unsigned int i(0); i < bins; i++)
{
    for (unsigned int j(0); j < m_height * m_width; ++j)
    {
        if (i == m_p_image[j])
        {
            histogram[i]++;
        }
    }
}
return histogram;
}

这非常适用于 256 个 bin，因为每个计数都添加到直方图中，但是对于 128 个 bin，它会错过图像的后半部分，我知道如果 bin 大小小于 256，我需要实现一种将点分组在一起的方法但我不确定该怎么做。

【问题讨论】：

标签： c++ image-processing histogram

【解决方案1】：

你的代码让我觉得不必要的笨拙。没有真正需要外循环。

但是，要回答您提出的问题，通常的方法是使用线性插值 - 即在输入范围内找到一个值的比例位置，然后在输出中增加相同的比例位置范围。

for (j =0; j<height * width; j++) {
    double input_pos = image[j] / 256.0;
    int output_pos = int(input_pos * bin_count);
    ++histogram[output_pos];
}

鉴于这些是颜色，您可以（如果您选择）应用伽马曲线而不是进行线性插值。这样做的原因是，如果您想模拟您如何看待颜色，而不是仅仅将直方图基于输入数字本身。两者之间的差异基于这样一个事实，即视觉是对数而不是线性的，因此线性直方图（特别是如果您使用与可能输入值的数量相比相对较少的 bin）并不能代表我们所看到的非常准确。

【讨论】：