我使用[0x000000;范围内的具体值找到了RGB图像的直方图。 0xffffff]，而不是在三个独立通道的[0,255]范围内或使用一个通道的区间（因为我需要一个大范围）。现在我需要一些使用我构建的直方图类型的图像处理算法。
更准确地说，我用两种方式计算了2个直方图，并且数字之间存在一些差异。现在我需要通过给出这两个数据集来看到算法结果的差异。
我找到了“直方图均衡”算法，但据我所知，它并不适用于我的情况。那么，有没有这样的算法？
答案 0 :(得分：1)
完整的24位RGB直方图有2 ^ 24 = 16777216个分区，占用67MB的存储空间（！）。除非图像很大，否则大部分区域都将为零。
处理直方图比处理图像本身要昂贵得多。只需清除直方图非常耗时。所以这样的数据结构几乎没用。
更重要的是，在真实世界的图像中，颜色成分通常是高度相关的，因此三个1D直方图几乎就像提供信息一样。
如果你真的想要一个3D直方图，那么最好通过截断这些值来牺牲一些精度，比如每个元件6或5位，这样就可以得到总共262144或32768个像素。
最后，请注意直方图均衡没有很好地定义彩色图像，因为它需要标量输入数据，所以在实践中你可以均衡单个组件（亮度）。
<强>更新：
颜色聚类算法（其中所谓的用于渲染/压缩的颜色量化算法，https://en.wikipedia.org/wiki/Color_quantization）确实在概念上对RGB历史图进行操作。无论如何，实现通常不依赖于显式计算的直方图，而是依赖于各个RGB像素值。