Arrays Matlab：创建分块RGB直方图

我想实现以下Matlab函数：

function hist = binnedRgbHist(im, numChannelBins)

给定一个图像

im

和一个介于1和256之间的数字

numChannelBins

，它应该创建一个直方图大小的

（numChannelBins）^3

例如，如果

numChannelBins

为2，则应生成以下8个大小的直方图：

R<128，G<128，B<128的像素数

R<128，G<128，B>=128的像素数

R<128，G>=128，B<128的像素数

R<128，G>=128，B>=128的像素数

R>128、G<128、B<128的像素数

R>128，G<128，B>=128的像素数

R>128，G>=128，B<128的像素数

R>128，G>=128，B>=128的像素数

这就像创建一个立方体，其中每个轴表示（R、G和B）中的一个，其中每个轴分为2个箱子=>最后立方体中有8个箱子

我的问题是:

• 它有内置的功能吗
• 如果不是，如何更好地使用GPU以runtinme的方式实现它？我最好迭代像素一次并手动创建直方图，还是最好迭代存储单元并每次计算满足存储单元条件的像素数
非常适合这种情况。让

• im

  ：输入图像

• N

  ：每个颜色组件的存储箱数
然后
它的工作原理

• ceil（im/255*N）

  将每个颜色值量化为

  1

  ，

  2

  ，…，

  N

• 重塑（排列（…，[3 1 2]），3，[]）。

  将量化图像转换为三列矩阵，其中每行为像素，每列为（量化）颜色分量

• accumarray（…，1，[N]）

  将该矩阵的每一行视为3D索引，并统计每个索引出现的次数，给出不带

  0

  的填充索引
示例1
数据：
结果:

result(:,:,1) =
     1     1
     3     4
result(:,:,2) =
     2     4
     3     2

result(:,:,1) =
     0     0     0     0
     0     0     0     0
     0     0     0     0
     0     0     0     0
result(:,:,2) =
     0     0     0     0
     0     0     0     0
     0     0     0     0
     0     0     0     0
result(:,:,3) =
     0     0     0     0
     0     0     0     0
     0     0   600     0
     0     0     0     0
result(:,:,4) =
     0     0     0     0
     0     0     0     0
     0     0     0     0
     0     0     0     0

例如，可以检查只有1个像素的所有R、G、B小于128
示例2
数据：
结果:

result(:,:,1) =
     1     1
     3     4
result(:,:,2) =
     2     4
     3     2

result(:,:,1) =
     0     0     0     0
     0     0     0     0
     0     0     0     0
     0     0     0     0
result(:,:,2) =
     0     0     0     0
     0     0     0     0
     0     0     0     0
     0     0     0     0
result(:,:,3) =
     0     0     0     0
     0     0     0     0
     0     0   600     0
     0     0     0     0
result(:,:,4) =
     0     0     0     0
     0     0     0     0
     0     0     0     0
     0     0     0     0

---

在这种情况下，所有像素都属于同一个3D容器：
我看到@Luis Mendo在我写这篇文章时给出了一个很好的单行解决方案。如果它提供了更深层次的直觉，我的解决方案将利用和：
说明：
• 对

  histcounts

  的三个调用分别对红色、绿色和蓝色像素进行装箱--

  histcounts

  的第三个输出

  [~，~，binX]

  给出了每个像素的装箱索引

• accumarray

  累加所有唯一索引三元组

---

这个问题/答案可能也很有趣。我将每个RGB元组转换为单个1D线性索引，然后颜色直方图变成1D数组。我也使用了accumarray，但从颜色到索引的转换非常重要：

result(:,:,1) =
     0     0     0     0
     0     0     0     0
     0     0     0     0
     0     0     0     0
result(:,:,2) =
     0     0     0     0
     0     0     0     0
     0     0     0     0
     0     0     0     0
result(:,:,3) =
     0     0     0     0
     0     0     0     0
     0     0   600     0
     0     0     0     0
result(:,:,4) =
     0     0     0     0
     0     0     0     0
     0     0     0     0
     0     0     0     0

im             = randi([1 255],[10,5,3]);  %// A random 10-by-5 "image" 
numChannelBins = 2;

[~,~,binR]=histcounts(im(:,:,1),[1 ceil((1:numChannelBins)*(255/numChannelBins))]);
[~,~,binG]=histcounts(im(:,:,2),[1 ceil((1:numChannelBins)*(255/numChannelBins))]);
[~,~,binB]=histcounts(im(:,:,3),[1 ceil((1:numChannelBins)*(255/numChannelBins))]);
hist=accumarray([binR(:) binG(:) binB(:)],1,[numChannelBins,numChannelBins,numChannelBins])