参考资料：
[1]OpenCV2计算机视觉编程手册 第3章 使用直方图统计像素
[2]反向投影
注意
[1]去掉扩展部分
[2]本次学习的定位：结合程序，了解基础概念，能够使用函数库，并没做深入理解原理，单纯看的话，效果很有限。
4.2计算图像的直方图
二值图像(P81)即像素的值只有0和255两种情况
4.3使用查找表修改图像外观
暂时不看了，先抓重点。
4.4直方图均衡化
直方图均衡化(P88)：为了提高图像的对比度。一幅高质量的图像应该平均使用所有的像素强度，使得图像的直方图尽可能平坦。虽然直方图无法变成很平坦，但是现在的直方图比之前的更均衡。
4.5反向投影直方图以检测特定的图像内容
【目的】
使用直方图反向投影在杂乱的图像中提取目标区域。
【什么是反向投影】
简单的说，首先计算某一特征的直方图模型，然后使用该模型去寻找图像中存在该特征。利用你有一个肤色直方图，你可以用它来寻找图像中的肤色区域。
【工作原理】
【表示方法】
得到反向投影直方图，亮起的区域表示目标区域的概更大，更暗的区域表示更低的概率。
【直方图中的bin】
直方图中的bin：直方图将横轴分为256个点，如果只将横轴分为32个点或者64个点的时候，就相当于把8组数据或者4组数据合并为一组数据，此时合并之后的组合称为一个bin.
比如说
亮度100有a个像素
亮度101有b个像素
亮度102有c个像素
亮度103有d个像素
将4个亮度合并之后，新的bin中像素的个数就是(a+b+c+d).表征一个含有4中亮度组合所包含的像素个数。
【如何得到】
[1]对测试图像中的每个像素，获取灰度数据，并且找到该灰度在归一化模型直方图中bin的位置，并读取该bin的值。
[2]将此数据存储在新的图像中(backprojection)
[3]对每个像素采用以上步骤，我们就得到反向投影直方图的结果。
4.6使用均值漂移(Mean Shift)算法查找物体
暂时不看了，先抓重点。
4.7通过比较直方图检测相似的图片
暂时不看了，先抓重点。
