直方图公式总结
1.频数与频率：每个对象出现的次数为频数，而每个对象出现的次数与总次数的比值为频率。
2.频数分布表：运用频数分布直方图进行数据分析的时候，一般先列出它的分布表，其中有几个常用的公式：各组频数之和等于抽样数据总数；各组频率之和等于1；数据总数×各组的频率=相应组的频数。
画频数分布直方图的目的，是为了将频数分布表中的结果直观、形象地表示出来。
3.频数分布直方图：
(1)当收集的数据连续取值时，我们通常先将数据适当分组，然后再绘制频数分布直方图。
(2)绘制的频数分布直方图的一般步骤：①计算最大值与最小值的差(极差)，确定统计量的范围；②决定组数和组距，数据越多，分的组数也应当越多；③确定分点；④列频数分布表；⑤画频数分布直方图。
直方图在摄影相机中使用方法？
首先要把照片回放到背屏上。然后，按“info.”或者“Disp.”按钮直到直方图出现在屏幕的右上角；尼康相机按上下键或者左右键（如果左右键是换照片，那么就按上下键）直到出现了下面的画面就Ok了。画面的左上角是照片，右上角就是直方图，下面是拍摄数据。尼康的部老机器在方向键上，向左或向上箭头。尼康的相机还请各位小伙伴们参考说明书设置一下。
再来了解一下直方图的原理吧：
数码时代，直方图可以说是无处不在。无论是相机的显示屏，还是后期PS、ACR里的窗口，甚至色阶、曲线的工具之中，都可以看到直方图的身影。
要理解直方图，绕不开“亮度”这个概念。人们把照片的亮度分为0到255共256个数值，数值越大，代表的亮度越高。其中0代表纯黑色的最暗区域，255表示最亮的纯白色，而中间的数字就是不同亮度的灰色。人们还进一步把这些亮度分为了5个区域，分别是黑色，阴影，中间调，高光和白色。
当我们用横轴代表0-255的亮度数值。竖轴代表照片中对应亮度的像素数量，这个函数图像就被称为直方图。
直方图中柱子的高度，代表了画面中有多少像素是那个亮度，其实就可以看出来画面中亮度的分布和比例。比如下面一个直方图，波峰是在中间偏左的位置（阴影区域），说明画面中有很多深灰或者深色部分。准确来说应该叫RGB直方图，因为他是由红、绿、蓝三个通道的直方图叠加后除以3而成的。
其实后期软件中你打开CRW或NEF格式的照片时也可以显示相对的直方图：如下图：红框中的就是直方图，小框一个黑色一个白色
直方图在摄影前期有3大作用:
(1) 发现照片中的过曝和欠曝区域
(2) 提示环境亮度反差是否超过了相机能记录下来的宽容度
(3) 帮助我们准确的向右曝光，获得质量更高的信息记录。
当你看懂了直方图时，看到某个照片曝光有问题后，他可以指导你让你作为参考来弥补并拍一张曝光合适的照片。
我们要简单的理解的话，其实就是照片像素的明暗分布（Brightness Values），它们代表什么呢？
很简单，左代表暗或黑（Dark），右代表亮或白（Light），中间代表中灰（Middle Gray）！这也是为什么很多老法师们在测试较对相机的时候，会用中灰卡来测试的原因，因为中灰卡是一个中间值。平衡了两端的明暗的过度。
灰度分布什么意思？
灰度分布是指一幅灰度图像的灰度值的分布情况一般通过灰度直方图来表示
imhist在matlab中怎么用？
利用matlab计算图像直方图函数为imhist（）
具体用法：
imhist( i );直接显示图像i的灰度直方图；
imhist（i，n）n为指定灰度级显示直方图；
[count, x] = imhist( i ) 获取直方图信息，count为每一级灰度像素个数，x为灰度级，x也可以在imhist（i，x）中指定，可以通过stem（x，count）画相应直方图；
怎样实现灰度图像的对比度增强？
imadjust是matlab自带函数，用于对比度增强
设原图象f(x,y)的灰度范围是[m，M]，如果希望调整后的图象g(x,y)的灰度范围是[n，N]，可以通过下面的程序实现：
J = imadjust(I,[low_in high_in],[low_out high_out])
J = imadjust(I,[low_in high_in],[low_out high_out])
返回图象I经过直方图调整后的图象J，[low_in high_in]为原图象中要变换的灰度范围，[low_out high_out]指定了变换后的灰度范围。
例：
I = imread('pout.tif');
J = imadjust(I,[0.3 0.7],[]);
imshow(I), figure, imshow(J)