图像直方图讲解

虽然调整亮度对比度是直接修改单个像素值，但有时我们需要对图像的整体属性有更全面的了解。设想一下，你可能想一眼看出图像是整体偏暗、偏亮，还是使用了所有可用色调范围。这时，图像直方图就很有用了。

图像直方图本质上是数字图像中色调分布的图形表示。可以把它看作是条形图。水平轴（X轴）表示可能的像素强度值范围（通常对于8位灰度图像，范围是0到255），垂直轴（Y轴）表示图像中具有特定强度值的像素数量。

理解灰度直方图

我们从最简单的情况开始：灰度图像。每个像素都有一个值表示其强度，从黑色（0）到白色（255）。为了创建直方图，我们计算有多少像素的值是0，有多少是1，以此类推，直到255。将这些计数绘制出来，就得到了直方图。

这个直方图的形状反映了图像的一些重要信息：

• 偏暗图像： 如果图像大多偏暗，直方图的峰值会主要集中在左侧（较低的强度值）。
• 偏亮图像： 反之，偏亮的图像会主要显示峰值在右侧（较高的强度值）。
• 低对比度图像： 低对比度的图像其直方图峰值会集中在强度尺度的狭窄范围内，这表明大多数像素的亮度水平相似。
• 高对比度图像： 对比度良好的图像其直方图通常会分布在较宽的强度值范围，这表明暗部、中间调和亮部像素的分布均匀。

请看以下例子：

不同类型灰度图像的直方图示例（简化视图，使用较少的分组）。

通过观察直方图，我们可以快速评估图像的整体亮度与对比度，而无需检查图像中的每个像素。

彩色图像直方图

对于彩色图像，例如常见的RGB（红、绿、蓝）色彩空间中的图像，处理思路类似，但我们通常独立分析每个颜色通道。这意味着我们会计算三个独立的直方图：

1. 红色通道强度的直方图。
2. 绿色通道强度的直方图。
3. 蓝色通道强度的直方图。

每个直方图都显示了图像中所有像素各自颜色通道的强度值（0-255）分布。将这些直方图一起分析，可以反映有关色彩平衡和图像内分布的信息。例如，一张带有明显蓝色色调的图像，其蓝色通道直方图中在较高强度值处的计数可能比红色和绿色直方图中的更高。

典型彩色图像的红色、绿色和蓝色通道直方图示例（简化）。

直方图有何用处？

理解图像直方图在图像处理和计算机视觉中很重要，原因如下：

1. 图像分析： 如前所述，直方图能快速概括图像的亮度、对比度及强度分布。
2. 阈值处理： 直方图有助于选择合适的阈值，以将物体从背景中分离出来（这是一种常用于图像分割的方法）。例如，如果直方图显示出两个明显的峰值，那么它们之间的一个阈值可能能有效分离两个主要的强度区域。
3. 对比度调整： 直方图显示的分布情况是直方图均衡化等技术的依据，这些技术可自动调整图像对比度（我们将在下一节讨论此内容）。
4. 图像比较： 尽管直方图对光照和视角变化敏感，但有时可以用它作为一种简单的方法，根据图像的整体色调内容来衡量图像间的相似度。

计算直方图涉及遍历图像中的每个像素（或特定通道），并增加对应于该像素强度值的计数器。幸运的是，像OpenCV这样的库提供了高效的函数，可以轻松计算直方图。

总而言之，图像直方图是一种功能强大但简单的工具，它总结了图像的强度分布。它提供了对亮度与对比度的了解，并为更高级的图像处理技术提供了依据，例如我们接下来将学习的对比度增强方法。