【OpenCV4】绘制直方图，调用calcHist()函数（图片美化版本）

calcHist() 函数详解绘制直方图的代码测试图片生成的直方图

具体请参考：
https://blog.csdn.net/qq_42067550/article/details/122533459

注意：这里的代码用于生产灰度图的直方图，如果要获得彩色图片多个通道的直方图，需要先分离各个通道，再分别绘制！

#include "opencv2/opencv.hpp"
#include "opencv2/highgui.hpp"
#include 

using namespace std;

cv::Mat getHistogramImage(cv::Mat hist)
{
	cv::Mat histData= hist.clone();
	int histSize = histData.rows;
	int targetPoint = 225;
	
	//int bin_w = cvRound((double)hist_w / histSize);
	int bin_w = 3; // 一个桶所占的宽度
	int hist_w = histSize * bin_w + 50; // 加上 50 是为了在图像两边各留 25 个像素的冗余
	int hist_h = cvRound(hist_w * 2 / 3) + 50; // 绘制长方形图片，同样预留边框
	// 创建直方图画布
	cv::Mat histImage(hist_h, hist_w, CV_8UC3, cv::Scalar(255, 255, 255));

	// 绘制坐标轴
	cv::line(histImage, cv::Point(hist_w - 20, hist_h - 20), cv::Point(20, hist_h - 20), cv::Scalar(0, 0, 0), 2, 4, 0);
	cv::line(histImage, cv::Point(20, hist_h - 20), cv::Point(20, 20), cv::Scalar(0, 0, 0), 2, 4, 0);

	// 绘制坐标轴刻度
	int seg = 16; // 每隔开 32 个桶设一个标记，256/32=8 共 9 个标记位（加上 0）
	int segs = histSize / seg;

	for (int i = 0; i <= segs; i++)
	{
		cv::line(histImage, cv::Point(26 + i * seg * bin_w, hist_h - 20), cv::Point(26 + i * seg * bin_w, hist_h - 15), cv::Scalar(0, 0, 0), 1, 4, 0);
		string text = to_string(i * seg);
		cv::putText(histImage, text, cv::Point(20 + i * seg * bin_w, hist_h - 5), 1, 0.8, cv::Scalar(0, 0, 0), 1, 8, false);
	}
	for (int i = 0; i <= segs; i++)
	{
		cv::line(histImage, cv::Point(20, hist_h - 20 - i * (hist_h - 40) / 8), cv::Point(15, hist_h - 20 - i * (hist_h - 40) / 8), cv::Scalar(0, 0, 0), 1, 4, 0);
	}


	/// 将直方图归一化到范围 [ 0, histImage.rows ]
	cv::normalize(histData, histData, 0, hist_h - 50, cv::NORM_MINMAX, -1, cv::Mat());

	/// 在直方图画布上画出直方图
	for (int i = 1; i < histSize; i++)
	{
		cv::line(histImage, cv::Point(26 + i * bin_w, hist_h - 20 - cvRound(histData.at(i))),
			cv::Point(26 + (i - 1) * bin_w, hist_h - 20 - cvRound(histData.at(i-1))),
			cv::Scalar(10), 1, cv::LINE_AA, 0);
	}

	return histImage;
}

int main()
{
	cv::Mat img = cv::imread("./dog.jpeg", 0); // 读取灰度图
	cv::Mat histogram;
	int histSize = 256;
	float range[] = {0, 255};
	int channels[] = {0};
	const float *histRanges = { range };
	bool uniform = true;
	bool accumulate = false;
	cv::calcHist(&img, 1, channels, cv::Mat(), histogram, 1, &histSize, &histRanges, uniform, accumulate);
	cv::Mat histImage = getHistogramImage(histogram);
	cv::imshow("1", histImage);
	cv::waitKey(0);
	return 0;
}