openCV -- rectangle函數的使用+統計直方圖

void rectangle(Mat& img, Point pt1,Point pt2,const Scalar& color, int thickness=1, int lineType=8, int shift=0)

　　

img 圖像.

pt1 矩形的一個頂點。

pt2 矩形對角線上的另一個頂點

color 線條顏色 (RGB) 或亮度（灰度圖像 ）(grayscale image）。

thickness 組成矩形的線條的粗細程度。取負值時（如 CV_FILLED）函數繪制填充了色彩的矩形。

line_type 線條的類型。

 

其中關於坐標點pt1以及pt2的說明一個矩形的一個頂點，pt2則是相對pt1的另外一點，即確定一個矩形，只需要矩形對角線上的兩點即可，這個很好理解。但是指定這兩個點的時候是很有考究的。筆者做了一個測試，測試代碼為，當然筆者最近在這一個關於圖像處理的一個小型的MFC程序，正在構建階段，因此直接在該程序框架上試驗：

void CMFC_OpenCVtestDlg::OnGrayHist()
{
	// TODO:  在此添加命令處理程序代碼
	Mat image(img);
 
	cvtColor(image,image,CV_BGR2GRAY);
	float range[] = { 0, 255 };
	const float *histRange[] = { range };
	MatND dsthist;
	int bins = 256;
	int hist_size[] = { bins };
	int channnels = 0;
	//------------------------------------------------------//
	calcHist(&image, 1, &channnels, Mat(), dsthist, 1, hist_size, histRange, true, false);
	double max_Value, min_Value;
	minMaxLoc(dsthist, &min_Value, &max_Value, 0, 0);
 
	int histHeight = 256;
	Mat Histimage = Mat::zeros(histHeight, bins, CV_8UC3);
	IplImage *pImage;
	for (int i = 0; i < bins; i++)
	{
		float binValue = dsthist.at<float>(i);
		int intensity = cvRound(binValue*histHeight / max_Value);
		rectangle(Histimage, Point(i, histHeight - 1), Point(i + 1, histHeight - intensity), Scalar(255,128,64));
	}
 
	//imshow("Hist",Histimage);
	pImage = &Histimage.operator IplImage();
	DrawToMFC(IDC_PROG, pImage);
	GetDlgItem(IDC_Hist)->SetWindowTextA("灰色直方圖");
}

其中：img是一個IplImage *類型的變量，這是一個全局變量，主要是因為在OpenCV2.2版本以后，CvvImage類被取消掉了，因此在OpenCV3.0與MFC結合，在picture控件上顯示圖像時出現了麻煩，因此將CvvImage.cpp以及CvvImage.h拷貝到了工程目錄下使用。而CvvImage類的成員函數Copyof(IplImage *pImage)只接受IplImage *類型的變量，因此定義了一個該全局變量（ps:這個真是對程序的說明，不是本文討論的重點）

void CMFC_OpenCVtestDlg::DrawToMFC(int Ctrol_ID, IplImage * pImage)
{
	CDC* pDC = GetDlgItem(Ctrol_ID)->GetDC();
	HDC hDC = pDC->GetSafeHdc();
	CvvImage cimg;
	cimg.CopyOf(pImage);
	CRect rect;
	GetDlgItem(Ctrol_ID)->GetClientRect(&rect);
	cimg.DrawToHDC(hDC, &rect);
	ReleaseDC(pDC);
}

　　

錯誤理解：在函數OnGrayHist()中，關於pt1,pt2的設置是：Point(i, histHeight - 1), Point(i + 1, histHeight - intensity);

如果我們將pt1,pt2理解為一個矩形的左上角坐標以及右上角坐標，那么疑問就來了，豈不是每一個直方圖的點都在最頂端，畫出來的矩形和我們理解的矩形就是倒着的了，筆者也是這么認為的，因此看了良久，決定把代碼改了，把pt1,pt2的坐標改為了：Point(i, 0), Point(i + 1, intensity);這樣畫出來的矩形就應該和我們想象中的一樣了，結果卻不是這樣的：

 

恰恰和我們理解的相反，因此正確的理解應該是這樣的：

在計算過程中，intensity是相應的統計點的數量，Height是畫圖區域的高，在點pt1的橫坐標表示的統計點，也就是像素1到256的點，在區域中表示為橫坐標，而縱坐標則不是表示的到橫坐標的縱向距離，而是到畫圖區域最高點的距離，因此設置為Height，則等同於到橫坐標的縱向距離為0；p2的解釋也就更能理解了，i+1表示矩形的寬度為1,

而縱坐標Height-intensity則是該統計點的高度，也就是頻數。

因此將pt1和pt2理解為左下角和右上角的含義才更為貼切。

為了驗證想法否正確，將rectangle()函數的相應代碼修改：

rectangle(Histimage, Point(i, histHeight - 1), Point(i + 1, histHeight - intensity_red), Scalar(0, 0, 255));