matlab中RGB组合的直方图

我有一个RGB图像（uint8类型），我想执行以下过程：

将图像量化到16个级别（每层）

计算每个RGB组合的直方图：首先，我需要一个16*16*16矩阵来保存这些值-即，如果我们表示直方图矩阵

hist

，那么

hist（2,9,3）

应该保存直方图中强度等级为r=2，g=9的像素数量，b=3等。下一步是将其重塑为4096*1矢量（但这是最简单的部分）

目前，我有以下实现：

function hist = compRGBHist(I)
    I = I./16 % quantize to 16 color levels
    hist = zeros(16,16,16);
    [m, n, ~] = size(I);
    for i=1:m
        for j = 1:n
            rgb = impixel(I,j,i);
            r = rgb(1);
            g = rgb(2);
            b = rgb(3);
            A(r,g,b) = A(r,g,b) + 1;
        end
    end
    hist = reshape(hist, 4096, 1);
end

---

这个实现是可行的，但速度非常慢-我需要重复100次这个过程（作为实现粒子过滤器的一部分），即使在大小约为80*40的非常小的图像（实际上是图像部分）上执行，也需要很长时间我正在寻找一种更有效的方法来实现这一点。谢谢

您可以使用位移位将RGB的4位值转换为12位值：

I = uint16(bitshift(I,-4));   % make sure the integer is large enough
twelvebit = bitshift(I(:,:,1),8) + bitshift(I(:,:,2)),4) + I(:,:,3);

这将产生如下所示的值：

0 0 0 0   R R R R   G G G G   B B B B
-------   -------   -------   -------
 unused     red      green      blue

---

现在，您的值在[0..4095]范围内，您可以计算4096个箱子的直方图。

您可以使用位移位将RGB的4位值转换为12位值：

I = uint16(bitshift(I,-4));   % make sure the integer is large enough
twelvebit = bitshift(I(:,:,1),8) + bitshift(I(:,:,2)),4) + I(:,:,3);

这将产生如下所示的值：

0 0 0 0   R R R R   G G G G   B B B B
-------   -------   -------   -------
 unused     red      green      blue

现在，您的值在[0..4095]范围内，您可以计算4096个箱子的直方图。

如果您将uint8（0..255）除以2^4，则得到的范围是（0..16），而不是（0..15）。我想你应该先减去2^3，以确保你得到的是16个垃圾箱

I = randi([0 255],512,512,3,'uint8'); %example data
I = (I-2^3)./2^4;
I = uint16(I);
I(:,:,2)=I(:,:,2)*2^4;
I(:,:,3)=I(:,:,3)*2^8;
I = sum(I,3,'native');
h=hist(I(:),[0:4095]);
h=reshape(h,[16 16 16]);

如果将uint8（0..255）除以2^4，则得到的范围是（0..16），而不是（0..15）。我想你应该先减去2^3，以确保你得到的是16个垃圾箱

I = randi([0 255],512,512,3,'uint8'); %example data
I = (I-2^3)./2^4;
I = uint16(I);
I(:,:,2)=I(:,:,2)*2^4;
I(:,:,3)=I(:,:,3)*2^8;
I = sum(I,3,'native');
h=hist(I(:),[0:4095]);
h=reshape(h,[16 16 16]);

---

我喜欢这里的Accumaray

function hist = compRGBHist(I)
    I = bitshift(I, -4); % quantize to 16 color levels
    R = I(:,:,1) + 1; % +1 to be in [1..16]
    G = I(:,:,2) + 1;
    B = I(:,:,3) + 1;
    A = accumarray([R(:), G(:), B(:)], 1, [16,16,16]);
    hist = reshape(A, 4096, 1);
end

注：烧杯的，
bitshift
解决方案可能是最好的。
我喜欢这里的
Accumaray
：

function hist = compRGBHist(I)
    I = bitshift(I, -4); % quantize to 16 color levels
    R = I(:,:,1) + 1; % +1 to be in [1..16]
    G = I(:,:,2) + 1;
    B = I(:,:,3) + 1;
    A = accumarray([R(:), G(:), B(:)], 1, [16,16,16]);
    hist = reshape(A, 4096, 1);
end

PS:Bicker's，
bitshift
解决方案可能是最好的。
为什么不将每个通道的4位级别连接成一个12位整数，然后计算4096个箱子上的直方图？听起来很有趣。。。如何执行这种连接？我不确定我是否熟悉这种技术。。。我需要它无循环，如果可能的话，请不要
I./16
在
[0..16]
中给出结果？我不这么认为，图像层中的最高级别是255，所以255/16（假设它是uint8图像）15@G.J255/16=16（matlab对整数除法执行舍入）：为什么不将每个通道的4位级别连接成一个12位整数，然后计算4096个箱子上的直方图？听起来很有趣。。。如何执行这种连接？我不确定我是否熟悉这种技术。。。我需要它无循环，如果可能的话，请不要
I./16
在
[0..16]
中给出结果？我不这么认为，图像层中的最高级别是255，所以255/16（假设它是uint8图像）15@G.J255/16=16（matlab对整数除法执行舍入）：谢谢！哪个函数最适合计算4096直方图？我不确定该选哪一个。
histogram
和
histcounts
都允许您指定存储箱的数量，但是
histogram
也会绘制条形图，所以我想这取决于您是否想查看该图
hist
和
histc
是旧版本，新版本的MATLAB不鼓励使用它们。谢谢！哪个函数最适合计算4096直方图？我不确定该选哪一个。
histogram
和
histcounts
都允许您指定存储箱的数量，但是
histogram
也会绘制条形图，所以我想这取决于您是否想查看该图
hist
和
histc
是旧版本，在新版本的MATLAB中不鼓励使用它们。你说得对。它实际上应该是
floor
或
bitshift
。我会更新我的答案。啊，bitshift确实是一个更好的解决方案！谢谢。结合你的答案，我得到了最好的结果。谢谢你们两位@bicker和GelliantYou说得很好。它实际上应该是
floor
或
bitshift
。我会更新我的答案。啊，bitshift确实是一个更好的解决方案！谢谢。结合你的答案，我得到了最好的结果。谢谢你们两位@bicker和Gelliant
accumarray
总是很有趣，但是
直方图
太快了，很难被打败。@G.J我刚刚试过-注意
accumarray
不一定能创建16*16*16矩阵。在这种情况下，
重塑
失败……您可以将输出的大小指定为第三个参数。我将进行编辑以添加它。
accumarray
总是很有趣，但
histogram
太快了，很难打败。@G.J我刚刚尝试过它-请注意
accumarray
不一定创建16*16*16矩阵。在这种情况下，
重塑
失败……您可以将输出的大小指定为第三个参数。我将编辑以添加它。