直方图定义可参考这里。图像的直方图用来表示图像像素的统计信息，它统计了图像每一个通道（如果是多通道）中，每个像素的个数（比例）。
计算直方图
OpenCV提供了直接计算直方图的函数
void calcHist(const Mat* images, int nimages, const int* channels, InputArray mask, OutputArray hist, int dims, const int* histSize, const float** ranges, bool uniform=true, bool accumulate=false )
images:输入图像。图的depth和size必须大小相同。
nimages:输入图像个数
channels:计算通道的索引。
mask:可选。大小必须和images[i]相同，且是8-bit数组。非零的元素对应位置的像素用来计算直方图。
hist:输出的直方图
dims:直方图的维度
histSize:每个维度直方图的大小
ranges:每个维度，直方图的取值范围。
uniform:直方图是每个维度宽度是否相同。
accumulate:直方图是否累加。如果为true，每次计算不清空。
例子：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main(int argc, char* argv[]){
const char* path = "";
Mat img = imread(path);
if (!img.data){
cout << "wrong image " << endl;
return -1;
}
//把BGR图像分割为单通道图像
vector<Mat> bgr_planes;
split(img, bgr_planes);
//计算直方图
vector<Mat> hist_image;
hist_image.resize(3);
//直方图统计像素类别数
const int histSize[] = { 255 };
float range[] = { 0, 255 };
const float* histRange = { range };
bool uniform = true;
bool accumulate = false;
const int channels[] = { 0 };
calcHist(&bgr_planes[0], 1, channels, Mat(), hist_image[0], 1, histSize, &histRange, uniform, accumulate);
calcHist(&bgr_planes[1], 1, channels, Mat(), hist_image[1], 1, histSize, &histRange, uniform, accumulate);
calcHist(&bgr_planes[2], 1, channels, Mat(), hist_image[2], 1, histSize, &histRange, uniform, accumulate);
/// 将直方图高度归一化到范围 [ 0, histImage.rows ]
normalize(hist_image[0], hist_image[0], 0, hist_image[0].rows, NORM_MINMAX, -1, Mat());
normalize(hist_image[1], hist_image[1], 0, hist_image[1].rows, NORM_MINMAX, -1, Mat());
normalize(hist_image[2], hist_image[2], 0, hist_image[2].rows, NORM_MINMAX, -1, Mat());
// 创建直方图画布
int hist_w = 400; int hist_h = 400;
int bin_w = cvRound((double)hist_w / histSize[0]);//每个像素宽度
Mat histImage(hist_h, hist_w, CV_8UC3, Scalar(0, 0, 0));
/// 在直方图画布上画出直方图。Mat坐标系，原点在左上角，习惯用的坐标系原点在左下角，因此高度要调整。即画布height - y
for (int i = 1; i < histSize[0]; i++)
{
//R
line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(hist_image[2].at<float>(i - 1))),
Point(bin_w*(i), hist_h - cvRound(hist_image[2].at<float>(i))),
Scalar(0, 0, 255), 2, 8, 0);
//G
line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(hist_image[1].at<float>(i - 1))),
Point(bin_w*(i), hist_h - cvRound(hist_image[1].at<float>(i))),
Scalar(0, 255, 0), 2, 8, 0);
//B
line(histImage, Point(bin_w*(i - 1), hist_h - cvRound(hist_image[0].at<float>(i - 1))),
Point(bin_w*(i), hist_h - cvRound(hist_image[0].at<float>(i))),
Scalar(255, 0, 0), 2, 8, 0);
}
/// 显示直方图
imshow("Hist", histImage);
waitKey(0);
return 0;
}
直方图均衡化
直方图均衡化是用来调整图像对比度的方法。它的思想是把某些像素值集中的区间分配到其他像素值上，在直方图上的表现就是拉伸了直方图，但是直方图的面积（图像总亮度）未改变，只是重新分配了而已。
具体计算可以参考这里
经过直方图均衡化后，图像的像素间差异减少，一些图像细节可能消失或减弱。
OpenCV函数
void equalizeHist(InputArray src, OutputArray dst)
用来均衡化直方图。
例子：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
int main(int argc, char* argv[]){
const char* path = "D:/image/sexy/yesky/20160318170735006671.jpg";
Mat img = imread(path);
if (!img.data)
return 1;
imshow("Original Image", img);
///三个通道直方图均衡化
vector<Mat> rgb_planes;
split(img, rgb_planes);
equalizeHist(rgb_planes[0], rgb_planes[0]);
equalizeHist(rgb_planes[1], rgb_planes[1]);
equalizeHist(rgb_planes[2], rgb_planes[2]);
Mat new_img;
merge(rgb_planes, new_img);
imshow("New Image", new_img);
cvWaitKey(0);
return 0;
}