openCV -- rectangle函数的使用+统计直方图

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

img 图像.

pt1 矩形的一个顶点。

pt2 矩形对角线上的另一个顶点

color 线条颜色 (RGB) 或亮度（灰度图像）(grayscale image）。

thickness 组成矩形的线条的粗细程度。取负值时（如 CV_FILLED）函数绘制填充了色彩的矩形。

line_type 线条的类型。

其中关于坐标点pt1以及pt2的说明一个矩形的一个顶点，pt2则是相对pt1的另外一点，即确定一个矩形，只需要矩形对角线上的两点即可，这个很好理解。但是指定这两个点的时候是很有考究的。笔者做了一个测试，测试代码为，当然笔者最近在这一个关于图像处理的一个小型的MFC程序，正在构建阶段，因此直接在该程序框架上试验：

void CMFC_OpenCVtestDlg::OnGrayHist()
{
	// TODO:  在此添加命令处理程序代码
	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("灰色直方图");
}

其中：img是一个IplImage *类型的变量，这是一个全局变量，主要是因为在OpenCV2.2版本以后，CvvImage类被取消掉了，因此在OpenCV3.0与MFC结合，在picture控件上显示图像时出现了麻烦，因此将CvvImage.cpp以及CvvImage.h拷贝到了工程目录下使用。而CvvImage类的成员函数Copyof(IplImage *pImage)只接受IplImage *类型的变量，因此定义了一个该全局变量（ps:这个真是对程序的说明，不是本文讨论的重点）

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);
}

错误理解：在函数OnGrayHist()中，关于pt1,pt2的设置是：Point(i, histHeight - 1), Point(i + 1, histHeight - intensity);

如果我们将pt1,pt2理解为一个矩形的左上角坐标以及右上角坐标，那么疑问就来了，岂不是每一个直方图的点都在最顶端，画出来的矩形和我们理解的矩形就是倒着的了，笔者也是这么认为的，因此看了良久，决定把代码改了，把pt1,pt2的坐标改为了：Point(i, 0), Point(i + 1, intensity);这样画出来的矩形就应该和我们想象中的一样了，结果却不是这样的：

恰恰和我们理解的相反，因此正确的理解应该是这样的：

在计算过程中，intensity是相应的统计点的数量，Height是画图区域的高，在点pt1的横坐标表示的统计点，也就是像素1到256的点，在区域中表示为横坐标，而纵坐标则不是表示的到横坐标的纵向距离，而是到画图区域最高点的距离，因此设置为Height，则等同于到横坐标的纵向距离为0；p2的解释也就更能理解了，i+1表示矩形的宽度为1,

而纵坐标Height-intensity则是该统计点的高度，也就是频数。

因此将pt1和pt2理解为左下角和右上角的含义才更为贴切。

为了验证想法否正确，将rectangle()函数的相应代码修改：

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