1、bin的含義
直方圖中bin的含義：計算顏色直方圖需要將顏色空間划分為若干小的顏色區間，即直方圖的bin，通過計算顏色在每個小區間內德像素得到顏色直方圖，bin越多，直方圖對顏色的分辨率越強，但增加了計算機的負擔。即（上圖所分10個豎條區域，每個豎條區域稱為一個bin）
（2）簡單來說直方圖就是對數據進行統計，將統計值組織到一系列事先定義好的bin中。bin中的數值就是從數據中計算出的特征的統計量，這些數據可以是諸如梯度、方向、色彩或任何其他特征。無論如何，直方圖獲得的是數據分布的統計圖。直方圖實際上是一個方便表示圖像特征的手段。
2、cvCreateHist()創建一個直方圖函數理解
dim：表示幾維空間，即一般彩色圖像是3通道的，dim=3，故灰度圖像為1通道，則dim=1。dim=2，說明只計算彩色通道中的其中兩個通道。
sizes：表示的是bin的個數，上圖有10個bin，則sizes=10。
type：CV_HIST_ARRAY,CV_HIST_SPACRSE虛疏矩陣：如果在矩陣中，多數的元素為0，則稱矩陣為虛疏矩陣。
ranges：上圖最右邊的數字100，就是說ranges范圍為0~100。如果是灰度圖像一般設為0~255，sizes=256，則每個 bin就表示一個灰度級的統計。在函數中ranges是bin范圍的數組，即bin范圍為一個數組，ranges為一個數組的數組。
uniform：決定ranges，uniform=0是均勻直方圖，非0時不均勻直方圖。
3、直方圖歸一化
歸一化處理並沒有改變圖像的對比度
歸一化處理很簡單，假設原圖像是8位灰度圖像，那么讀入的像素矩陣最大值為256，最小值為1定義矩陣為I
J＝I／256，就是歸一化的圖像矩陣，就是說歸一化之后所有的像素值都在［0，1］區間內
以灰度圖像來說，就是一個每個bin中的像素數分別除以整幅圖像總的像素數，得出一個在［0，1］區間數，即概率數。
4、直方圖處理流程：首先
1、首先創建一個直方圖
-
CvHistogram* cvCreateHist(
-
int dims, //直方圖維數
-
int* sizes,//直翻圖維數尺寸
-
int type, //直方圖的表示格式
-
float** ranges=NULL, //圖中方塊范圍的數組
-
int uniform=1 //歸一化標識
-
);
2、計算圖像直方圖cvCalcHist（）;
3、歸一化直方圖cvNormalizeHist();
4、通過訪問直方圖元素bin的值（歸一化后已變為在【0~1】區間數）在一張圖片上顯示出直方圖來。注意最終呈現的直方圖是我們通過矩形自我繪制的，不是自動有函數可生成的。
一般默認bin的最大值為圖像的最高高度。