直方图的计算很简单，无非就是遍历图像的像素，统计每个灰度级的个数，opencv中calcHist函数能够同时计算过个图像，多个通道，不同灰度范围的灰度直方图。
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);
参数释义
images 输入的图像
nimages 输入的图像个数
channels 统计直方图第几通道
mask 可选的操作掩码
hist 输出的直方图数组
dims 需要统计直方图通道的个数
histSize 直方图分成多少个区间
ranges 像素值区间
uniform 是否进行归一化处理
accumulate 在多个图像时是否计算像素值个数
接下来直接看代码：
Mat img;
img = imread("猫1.jpg",0);
int channels[] = { 0 };
int bins = 256;
Mat hist;
int hist_size[] = { bins };
float range[] = { 0,256 };
const float*ranges[] = { range };
calcHist(&img, 1, 0, Mat(), hist, 1, hist_size, ranges);
double max_val;
minMaxLoc(hist, 0, &max_val);//定义矩阵中最小值，最大值的位置
int scale = 2;
int hist_height =256;
Mat hist_ing = Mat::zeros(hist_height, scale*bins, CV_8UC3);
for (int i = 0; i < bins; i++)
{
float bin_val = hist.at<float>(i);//图像的灰度频率表
int inten = cvRound(bin_val*hist_height / max_val);//绘制高度
rectangle(hist_ing, Point(scale*i, hist_height - 1), Point((i + 1)*scale - 1, hist_height - inten), CV_RGB(255, 255, 255));
}
imshow("直方图", hist_ing);
waitKey(0);
效果如下：
