我的问题是当我们对直方图进行归一化时,是否有任何内置函数,如果不是很明显,我们可以使用calcHist()
函数来计算图像的直方图,但是归一化直方图的公式为Nk/N
,那么calcHist
返回的是此公式中的N
,或者我们必须自己计算N
,它在熵公式中的作用是什么
最佳答案
我不确定我能收到你的问题。但是,这是一个简单示例,说明如何使用OpenCV获取灰度图像的l1归一化直方图。
在图像的情况下,N
是可以简单地通过将图像的宽度和高度相乘来计算的像素数。然后,只需将直方图除以N
即可。
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
int main(int argc, char** argv)
{
Mat img = imread(argv[1],CV_LOAD_IMAGE_GRAYSCALE);
Mat hist;
int channels[] = {0};
int histSize[] = {32};
float range[] = { 0, 256 };
const float* ranges[] = { range };
calcHist( &img, 1, channels, Mat(), // do not use mask
hist, 1, histSize, ranges,
true, // the histogram is uniform
false );
Mat histNorm = hist / (img.rows * img.cols);
return 0;
}
为了获得示例,我从OpenCV documentation修改了一个示例。
如果要使用此直方图计算熵,则可以执行以下操作:
double entropy = 0.0;
for (int i=0; i<histNorm.rows; i++)
{
float binEntry = histNorm.at<float>(i,0);
if (binEntry != 0.0)
entropy -= binEntry * log2(binEntry);
}
关于image - 函数calcHist()给我们带来了什么,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18557450/