zoukankan      html  css  js  c++  java
  • VTK 图像统计_灰度直方图计算

    1.灰度图像直方图

    直方图统计是图像处理中的一个非常重要的操作。VTK中实现直方图统计功能的filter是vtkImageAccumulate。其将每个组分的数值范围划分为离散的间隔,然后统计每个灰度间隔上的像素数目。vtkImageAccumulate输入和输出都是vtkImageData类型,因此直方图也可以看做是一幅图像;对于输入图像的像素数据类型可以是任意的,但是最大支持3个组分像素类型,而输出图像的像素数据类型为int型。一个灰度图像的直方图为一个一维图像。
    下面代码提供了如何计算灰度图像直方图的方法:
      1 #include <vtkAutoInit.h>
      2 VTK_MODULE_INIT(vtkRenderingOpenGL);
      3  
      4 #include <vtkSmartPointer.h>
      5 #include <vtkJPEGReader.h>
      6 #include <vtkImageAccumulate.h>
      7 #include <vtkImageData.h>
      8 #include <vtkIntArray.h>
      9 #include <vtkDataObject.h> //
     10 #include <vtkFieldData.h>  //一起用
     11 #include <vtkBarChartActor.h>
     12 #include <vtkProperty2D.h>
     13 #include <vtkTextProperty.h>
     14 #include <vtkLegendBoxActor.h>
     15 #include <vtkImageActor.h>
     16 #include <vtkRenderer.h>
     17 #include <vtkRenderWindow.h>
     18 #include <vtkRenderWindowInteractor.h>
     19  
     20 int main()
     21 {
     22     vtkSmartPointer<vtkJPEGReader> reader =
     23         vtkSmartPointer<vtkJPEGReader>::New();
     24     reader->SetFileName("lena-gray.jpg");
     25     reader->Update();
     26  
     27     int bins = 16;
     28     int comps = 1;
     29  
     30     vtkSmartPointer<vtkImageAccumulate> histogram =
     31         vtkSmartPointer<vtkImageAccumulate>::New();
     32     histogram->SetInputData(reader->GetOutput());
     33     histogram->SetComponentExtent(0, bins - 1, 0, 0, 0, 0);
     34     histogram->SetComponentOrigin(0, 0, 0);
     35     histogram->SetComponentSpacing(256.0 / bins, 0, 0);
     36     histogram->Update();
     37  
     38     int* output = static_cast<int*>(histogram->GetOutput()->GetScalarPointer());
     39  
     40     vtkSmartPointer<vtkIntArray> frequencies =
     41         vtkSmartPointer<vtkIntArray>::New();
     42     frequencies->SetNumberOfComponents(1);
     43  
     44     for (int j = 0; j < bins; ++j)
     45     {
     46         for (int i = 0; i<comps; i++)
     47         {
     48             frequencies->InsertNextTuple1(*output++);
     49         }
     50     }
     51  
     52     vtkSmartPointer<vtkDataObject> dataObject =
     53         vtkSmartPointer<vtkDataObject>::New();
     54     dataObject->GetFieldData()->AddArray(frequencies);
     55     
     56     vtkSmartPointer<vtkBarChartActor> barChart =
     57         vtkSmartPointer<vtkBarChartActor>::New();
     58     barChart->SetInput(dataObject);
     59     barChart->SetTitle("Histogram");
     60     barChart->GetPositionCoordinate()->SetValue(0.05, 0.05, 0.0);
     61     barChart->GetPosition2Coordinate()->SetValue(0.95, 0.95, 0.0);
     62     barChart->GetProperty()->SetColor(0, 0, 0);
     63     barChart->GetTitleTextProperty()->SetColor(0, 0, 0);
     64     barChart->GetLabelTextProperty()->SetColor(0, 0, 0);
     65     barChart->GetLegendActor()->SetNumberOfEntries(dataObject->GetFieldData()->GetArray(0)->GetNumberOfTuples());
     66     barChart->LegendVisibilityOff();
     67     barChart->LabelVisibilityOff();
     68  
     69     double colors[3][3] = {
     70         { 1, 0, 0 },
     71         { 0, 1, 0 },
     72         { 0, 0, 1 } };
     73  
     74     int count = 0;
     75     for (int i = 0; i < bins; ++i)
     76     {
     77         for (int j = 0; j < comps; ++j)
     78         {
     79             barChart->SetBarColor(count++, colors[j]); //单通道 红色
     80         }
     81     }
     82     vtkSmartPointer<vtkImageActor> imgActor =
     83         vtkSmartPointer<vtkImageActor>::New();
     84     imgActor->SetInputData(reader->GetOutput());
     85     
     86     double imgView[4] = { 0.0, 0.0, 0.5, 1.0 };
     87     double barView[4] = { 0.5, 0.0, 1.0, 1.0 };
     88     vtkSmartPointer<vtkRenderer> barRender =
     89         vtkSmartPointer<vtkRenderer>::New();
     90     barRender->SetViewport(barView);
     91     barRender->AddActor(barChart);
     92     barRender->SetBackground(1.0, 1.0, 1.0);
     93  
     94     vtkSmartPointer<vtkRenderer> imgRender =
     95         vtkSmartPointer<vtkRenderer>::New();
     96     imgRender->SetViewport(imgView);
     97     imgRender->AddActor(imgActor);
     98     imgRender->SetBackground(1.0, 1.0, 1.0);
     99  
    100     vtkSmartPointer<vtkRenderWindow> renderWindow =
    101         vtkSmartPointer<vtkRenderWindow>::New();
    102     renderWindow->AddRenderer(barRender);
    103     renderWindow->AddRenderer(imgRender);
    104     renderWindow->SetSize(640, 320);
    105     renderWindow->Render();
    106     renderWindow->SetWindowName("Gray-Image Histogram");
    107  
    108     vtkSmartPointer<vtkRenderWindowInteractor> interactor =
    109         vtkSmartPointer<vtkRenderWindowInteractor>::New();
    110     interactor->SetRenderWindow(renderWindow);
    111  
    112     interactor->Initialize();
    113     interactor->Start();
    114  
    115     return 0;
    116 }
    下面来分析一下代码。
    首先是读入一副灰度图像,一般的灰度图像的灰度范围为0-255。定义了一个变量bins = 16,表示要图像灰度范围上的间隔数目,也可以理解为直方图一维数组的维数。然后定义vtkImageAccumulate对象,并设置输入数据为我们读入的图像数据,接着调用了三个函数:
    SetComponentExtent(0,bins-1, 0, 0, 0, 0),该函数设置要计算每个组分的直方图的最小和最大值。vtkImageAccumulate最大支持像素值为三个组分(如RGB图像)的直方图,支持共有六个参数。分别表示每个组分的直方图最小和最大值。该例中由于计算的是灰度图像直方图,只有一个组分,因此第二个和第三个组分都设置为0;而第一组分直方图维数为bins = 16,那么其最小和最大范围为0和bins-1。
    SetComponentOrigin(0,0,0),该函数设置的是统计每个组分直方图时的起始灰度值,这里设置为0,表示灰度从0开始统计直方图。同样,vtkImageAccumulate最大支持像素值为三个组分,这里也要设置三个参数。如果图像的灰度范围为[1000, 2000],那么计算直方图时,其起始灰度应该设置为1000。
    SetComponentSpacing(16,0, 0),设置直方图每个间隔代表的灰度范围,例如当一个图像灰度范围为[1000, 2000],统计直方图的间隔数bins为100时,那么对应的space应该设置为SetComponentSpacing(100, 0, 0)。
    参数设置完毕后执行Update()即可计算直方图。前面已经提到过,vtkImageAccumulate的输出结果也是一个vtkImageData类型,这样就可以方便的访问图像的每个数据。图像像素访问前面已经介绍过,这里就不在重述。需要注意的是输出直方图图像的数据类型为int。

    这里再顺便简单的介绍一下直方图的显示。
    虽然vtkImageAccumulate的输出类型为vtkImageData但是并不能直接按照图像的方式进行显示。VTK中定义了vtkBarChartActor用来显示条形图,因此可以利用其来显示直方图。但是该类接收的数据类型为vtkDataObject类型,因此需要先将直方图数据进行转换。首先将直方图数组存储到vtkIntArray数组frequencies中,通过函数vtkDataObject函数GetFieldData()->AddArray(frequencies)将其添加到vtkDataObject对象中。vtkBarChartActor对象接收vtkDataObject对象作为输入,另外还需要设置图表的名字,颜色等,需要注意两个函数:
    barChart->GetPositionCoordinate()->SetValue(0.05,0.05,0.0);
    barChart->GetPosition2Coordinate()->SetValue(0.95,0.95,0.0);
    这里设置的是窗口中显示图表的所在矩形的左下角点和右上角点坐标,VTK的坐标系原点位于左下角点,设置时需要格外注意。设置完毕后,即可定义相应的vtkRenderer,vtkRenderWindow和vtkRenderWindowInteractor对象显示图像直方图。
    本例的显示效果如下:
  • 相关阅读:
    循环神经网络(LSTM和GRU)(1)
    threading包的例子和queue包的例子
    xgboost调参
    理解 Python 中的 *args 和 **kwargs
    TFRecords文件的生成和读取(1)
    tensorflow函数介绍(4)
    python其他篇(1)
    python实现Restful服务(基于flask)(2)
    开源多线程性能测试工具-sysbench
    MySQL 8.0.0 版本发布,亮点都在这了!
  • 原文地址:https://www.cnblogs.com/ybqjymy/p/14241369.html
Copyright © 2011-2022 走看看