在 OpenCV 中计算图像的颜色分布答案

【问题标题】：Calculate the distribution of color across an image in OpenCV在 OpenCV 中计算图像的颜色分布
【发布时间】：2016-07-30 18:26:33
【问题描述】：

假设我们有一张灰度图像。有没有办法计算非黑色像素是如何分布的，即它们是在一个或几个地方分组，还是在整个图像中均匀分布？

【问题讨论】：

标签： opencv colors distribution

【解决方案1】：

听起来您正在寻找图像的直方图。它是图像处理中的基本操作。

"直方图是收集的数据计数，组织到一组预定义的 bin 中。"

使用OpenCV计算直方图的文档在this link

【讨论】：

【解决方案2】：

听起来您正在寻找的是图像栅格化版本的空间时刻。

首先，您需要对图像进行阈值处理以使其成为二进制： http://docs.opencv.org/2.4/modules/imgproc/doc/miscellaneous_transformations.html?highlight=threshold#threshold

然后您可以计算图像矩： http://docs.opencv.org/2.4/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html?highlight=moments#moments

如果您想要空间矩的物理类比，您可以想象每个白色像素是一个单位点质量，那么第二个矩就是图像的转动惯量。如果白色像素（点块）紧密聚集，那么二阶矩会很低（图像很容易旋转）。

【讨论】：

【解决方案3】：

我想分享我使用过的另一种方法。

Mat img = imread(argv[1], CV_LOAD_IMAGE_COLOR);
cvtColor(img, img, CV_RGB2GRAY);
threshold(img, img, 35, 255, THRESH_BINARY);

Mat distance;
distanceTransform(img, distance, CV_DIST_L2, 3);
distance = min(distance, 1);
Scalar distribution = mean(dist);

cout <<  "The distribution is: " << distribution << std::endl;

棘手的部分是distanceTransform 和min 函数的组合。 min 函数对分布较好的图像影响较小，均值较大。

【讨论】：