1、直方图基础：图像直方图定义、灰度直方图与彩色直方图、直方图的性质与意义

各位同学，咱们今天开始聊图像直方图。说实话，我刚开始接触图像处理时，觉得直方图不就是个柱状图嘛，有啥好学的？后来在项目中吃过亏才明白——直方图是理解图像最直观的“体检报告”。你拿到一张图，先看它的直方图，基本就能判断出这图“身体”好不好。

1.1 图像直方图的定义

直方图说白了，就是统计图像中每个灰度值出现了多少次。横轴是灰度级（0~255），纵轴是该灰度级的像素个数。

数学上定义很简单：

对于灰度级 r_k，其像素个数为 n_k
直方图函数：h(r_k) = n_k
归一化直方图：p(r_k) = n_k / N
其中 N 为图像总像素数

归一化后的直方图，纵轴变成了概率密度。我个人习惯用归一化版本，因为不同尺寸的图像之间可以直接对比。

1.2 灰度直方图与彩色直方图

灰度图只有一个通道，直方图就是一根曲线。彩色图有三个通道（RGB），每个通道都可以画一个直方图。

类型	通道数	直方图数量	典型用途
灰度直方图	1	1	亮度分布分析、对比度评估
彩色直方图	3（RGB）	3	颜色分布分析、图像检索
彩色直方图（HSV）	3（H/S/V）	3	色调分离、光照不变性分析

我记得有一次做肤色检测，直接用RGB直方图效果很差。后来换成HSV空间的H通道直方图，一下子就准了。为什么？因为RGB三个通道高度相关，而HSV把色调和亮度分开了。

1.3 直方图的性质

直方图有几个重要性质，我挑最常用的说：

• 归一化不变性：直方图归一化后，图像尺寸变化不影响形状。你放大缩小一张图，归一化直方图基本不变。
• 可叠加性：两张图的直方图可以直接相加。这个性质在做图像拼接时特别有用。
• 位置无关性：直方图不记录像素位置。同一张直方图可以对应无数种空间排列的图像。

1.4 直方图的意义

直方图能告诉我们什么？我总结了几点：

1. 图像亮度分布：直方图集中在暗区，说明图像偏暗；集中在亮区，说明偏亮。
2. 对比度高低：直方图分布范围窄，对比度低；分布范围宽，对比度高。
3. 是否存在过曝/欠曝：直方图两端有尖峰，说明有大量像素被截断。
4. 图像质量评估：好的图像直方图应该分布均匀，没有明显的断层或尖峰。

你想想看，拿到一张图，先看直方图，基本就能判断出要不要做增强、怎么做增强。这就是直方图的价值所在。

1.5 直方图知识体系

下面这张图是我画的直方图知识体系框架，帮你理清本章的核心脉络：

1.6 直方图的实际应用场景

说了这么多理论，咱们看看直方图在实际项目中怎么用：

应用场景	直方图特征	处理方法
图像偏暗（欠曝）	直方图集中在左侧	直方图均衡化、伽马校正
图像偏亮（过曝）	直方图集中在右侧	直方图压缩、对比度拉伸
对比度低（雾感）	直方图分布范围窄	直方图均衡化、CLAHE
图像偏色	RGB三通道直方图偏移	直方图匹配、白平衡
图像检索	直方图相似度	直方图距离计算（巴氏距离、卡方距离）