1.彩色图像直方图

彩色图像由于内部有三个通道，不能直接计算直方图，需要提取RGB三个通道数据，分别计算直方图。每个通道计算直方图的方法与灰度图像直方图计算方法一致。 实例代码如下： #include <vtkAutoInit.h> VTK_MODULE_INIT(vtkRenderingOpenGL);#include <vtkSmartPointer.h> #include <vtkBMPReader.h> #include <vtkImageData.h> #include <vtkXYPlotActor.h> #include <vtkProperty2D.h> #include <vtkTextProperty.h> #include <vtkImageExtractComponents.h> #include <vtkImageAccumulate.h>#include <vtkImageActor.h> #include <vtkRenderer.h> #include <vtkRenderWindow.h> #include <vtkRenderWindowInteractor.h>int main() {vtkSmartPointer<vtkBMPReader> reader =vtkSmartPointer<vtkBMPReader>::New();reader->SetFileName("lena.bmp");reader->Update();int numComponents = reader->GetOutput()->GetNumberOfScalarComponents();//vtkSmartPointer<vtkXYPlotActor> plot =vtkSmartPointer<vtkXYPlotActor>::New();plot->ExchangeAxesOff();plot->SetLabelFormat("%g");plot->SetXTitle("灰度值");plot->SetYTitle("像素频率");plot->SetXValuesToValue();plot->GetProperty()->SetColor(1.0, 1.0, 1.0);plot->GetAxisLabelTextProperty()->SetColor(0, 0, 0);plot->GetAxisTitleTextProperty()->SetColor(0, 0, 0);double colors[3][3] = { { 1, 0, 0 }, { 0, 1, 0 }, { 0, 0, 1 } };const char* labels[3] = { "Red", "Green", "Blue" };int xmax = 0;int ymax = 0;for (int i = 0; i < numComponents; ++i){vtkSmartPointer<vtkImageExtractComponents> extract =vtkSmartPointer<vtkImageExtractComponents>::New();extract->SetInputConnection(reader->GetOutputPort());extract->SetComponents(i);extract->Update();double range[2];extract->GetOutput()->GetScalarRange(range);int extent = static_cast<int> (range[1]) - static_cast<int>(range[0]) - 1;vtkSmartPointer<vtkImageAccumulate> histogram =vtkSmartPointer<vtkImageAccumulate>::New();histogram->SetInputConnection(reader->GetOutputPort());histogram->SetComponentExtent(0,extent, 0, 0, 0, 0);histogram->SetComponentOrigin(range[0], 0, 0);histogram->SetComponentSpacing(1, 0, 0);histogram->SetIgnoreZero(1);histogram->Update();if (range[1] > xmax){xmax = range[1];}if (histogram->GetOutput()->GetScalarRange()[1] > ymax){ymax = histogram->GetOutput()->GetScalarRange()[1];}plot->AddDataSetInput(histogram->GetOutput());plot->SetPlotColor(i, colors[i]);plot->SetPlotLabel(i, labels[i]);plot->LegendOn();}plot->SetXRange(0, xmax);plot->SetYRange(0, ymax);/vtkSmartPointer<vtkImageActor> imgActor =vtkSmartPointer<vtkImageActor>::New();imgActor->SetInputData(reader->GetOutput());double imgView[4] = { 0.0, 0.0, 0.5, 1.0 };double histView[4] = { 0.5, 0.0, 1.0, 1.0 };vtkSmartPointer<vtkRenderer> imgRender =vtkSmartPointer<vtkRenderer>::New();imgRender->SetViewport(imgView);imgRender->AddActor(imgActor);imgRender->SetBackground(1.0, 0.0, 0.0);vtkSmartPointer<vtkRenderer> histRender =vtkSmartPointer<vtkRenderer>::New();histRender->SetViewport(histView);histRender->AddActor(plot);histRender->SetBackground(1.0, 1.0, 1.0);/vtkSmartPointer<vtkRenderWindow> rw =vtkSmartPointer<vtkRenderWindow>::New();rw->AddRenderer(imgRender);rw->AddRenderer(histRender);rw->SetSize(640, 320);rw->SetWindowName("RGB-Image Histogram");vtkSmartPointer<vtkRenderWindowInteractor> rwi =vtkSmartPointer<vtkRenderWindowInteractor>::New();rwi->SetRenderWindow(rw);rwi->Initialize();rwi->Start();return 0; }
上面代码说明了怎样计算彩色图像直方图。 计算直方图的主要代码段是27-61行。由于彩色图像不能直接计算直方图，因此需要先通过vtkImageExtractComponents来提取每个通道图像，然后再利用vtkImageAccumulate统计直方图。在本例中计算直方图的间隔取(1, 0, 0)，即每个灰度计算统计一个频率，而且灰度起点为图像的最小灰度值，这样间隔的个数即为：最大灰度值减去最小灰度值，再减1，如第37行代码。同时，设置了SetIgnoreZero()为1，即在统计直方图时，像素值为0的像素不进行统计。
在灰度图像直方图实例中，我们使用的是vtkBarChartActor柱状图来显示直方图，在本例中则使用vtkXYPlotActor曲线来表示直方图。 vtkXYPlotActor类可以用来显示二维曲线，它可以接收多个输入数据，如本例中我们输入了三条曲线，分别是图像红色分量直方图区域，绿色分量直方图曲线和蓝色分量直方图曲线。SetXRange()和SetYRange()用来设置X轴和Y轴的数据范围，另外还可以设置X轴和Y轴的名字，曲线的标题等属性，详细可以查阅vtkXYPlotActor类的文档。vtkXYPlotActor类是一个vtkActor2D的子类，因此定义相应的vtkRenderer，vtkRenderWindow和vtkRenderWindowInteractor对象建立可视化管道来显示图像直方图曲线。 本例的显示效果如下： 其中，红色曲线代码红色分量的直方图，绿色代表绿色分量的直方图曲线，蓝色代码蓝色分量的直方图曲线。

2.参看资料

1.《C++ primer》
2.《The VTK User’s Guide – 11thEdition》
3.《The Visualization Toolkit – AnObject-Oriented Approach To 3D Graphics (4th Edition)》
4.  张晓东, 罗火灵. VTK图形图像开发进阶[M]. 机械工业出版社, 2015.

总结

以上是生活随笔为你收集整理的VTK修炼之道29：图像统计_彩色直方图计算的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。