Histograma de color
Para imágenes monocromáticas, el término histograma de intensidad puede ser usado en su lugar.
Si el conjunto de posibles valores es suficientemente pequeño, cada uno de esos colores puede ser puesto en un rango por sí mismo; entonces el histograma no es más que el conteo de los pixeles que tiene cada posible color.
Más a menudo, el espacio es dividido en un número apropiado de rangos, con frecuencia arreglados como una rejilla regular, cada una conteniendo muchos valores de colores similares.
Although harder to display, a three-dimensional color histogram for the above example could be thought of as four separate Red-Blue histograms, where each of the four histograms contains the Red-Blue values for a bin of green (0-63, 64-127, 128-191, and 192-255).
Dada la siguiente imagen de un gato (una versión original y una versión que ha sido reducida a 256 colores con el propósito de simplificar el histograma), los siguientes datos representan un histograma de color en el espacio RGB, usando cuatro grupos.
La principal desventajas de los histogramas para clasificar es que la representación depende del color del objeto que está siendo estudiado, ignorando su forma y su textura.
Puesto de otra forma, los algoritmos basados en histogramas, no tienen el concepto de una taza genérica y un modelo de una taza roja y blanca cuando es se compara con una taza azul y blanca idéntica.
Histogramas de color con grandes dimensiones (grupos) constituyen otro problema.
Se ha demostrado en algunos casos que el color puede ser un método eficiente para identificar objetos de localización y apariencia conocida.
Mientras se crea un conjunto de imágenes finales, las imágenes deben estar organizadas en orden decreciente con respecto al coeficiente de correlación.
Mientras se crea un conjunto de imágenes finales, las imágenes deben estar organizadas en orden decreciente con respecto al coeficiente de correlación.
(véase espacio de Lebesgue), entonces el operador del histograma cumulativo
