OpenCV图像特征之颜色直方图

OpenCV之颜色空间:颜色空间RGB（Red 红色，Green 绿色，Blue 蓝色）R的取值范围：0-255G的取值范围：0-255B的取值范围：0-255颜色空间HSV （Hue 色相，Saturation 饱和度，intensity 亮度）H的取值范围：0-179S的取值范围：0-255V的取值范围：0-255颜色空间HLS （Hue 色相，lightness 亮度，Saturation 饱和度）H的取值范围：0-179L的取值范围：0-255S的取值范围：0-255--------------------------------------分割线 --------------------------------------编辑推荐：Ubuntu Linux下安装OpenCV2.4.1所需包 http://www.linuxidc.com/Linux/2012-08/68184.htmUbuntu 12.04 安装 OpenCV2.4.2 http://www.linuxidc.com/Linux/2012-09/70158.htmCentOS下OpenCV无法读取视频文件 http://www.linuxidc.com/Linux/2011-07/39295.htmUbuntu 12.04下安装OpenCV 2.4.5总结 http://www.linuxidc.com/Linux/2013-06/86704.htmUbuntu 10.04中安装OpenCv2.1九步曲 http://www.linuxidc.com/Linux/2010-09/28678.htm基于QT和OpenCV的人脸识别系统 http://www.linuxidc.com/Linux/2011-11/47806.htm--------------------------------------分割线 --------------------------------------知道了一些常用的颜色空间各个通道的像素的取值范围，我们下面讨论颜色直方图一维直方图：

比如，我们只计算上图S通道的直方图，并有30个bin。#include<opencv2corecore.hpp>
#include<opencv2highguihighgui.hpp>
#include<opencv2imgprocimgproc.hpp>using namespace cv;#include<iostream>using namespace std;
int main（int argc ,char** argv）
{
Mat src,hsv;
if（argc ！= 2 || ！（src = imread（argv[1],1））.data || src.channels（）！= 3）
return -1; //颜色空间的转换BGR转HSV
cvtColor（src,hsv,CV_BGR2HSV）; //把H通道分为30个bin，把S通道等分为32bin
int hbins = 30;
//int sbins = 32;
//int histSize[] = {hbins,sbins};
int histSize[] = {hbins};
//H的取值范围 0-179
float hranges [] = {0,180};
//S的取值范围 0-255
//float sranges [] ={0,255};
//const float* ranges [] = {hranges,sranges};
const float* ranges [] = {hranges};
MatND hist;
//我们根据图像第一个通道一维直方图
int channels[] = {0};
calcHist（&hsv,1,channels,Mat（）,hist,1,histSize,ranges,true,false）; //输出直方图
cout<<hist<<endl;
return 0;
}输出结果，肯定一个30维的向量：解释：第一个数60571，就是代表H在[0,5]之间的像素点的个数，第二个数12194就是代表H在[6,11]之间的像素点的个数。更多详情见请继续阅读下一页的精彩内容： http://www.linuxidc.com/Linux/2014-06/103493p2.htm