int main( int argc, char** argv )
    {
    Mat src, dst;

/// 以单通道方式打开图像
    src = cv::imread("../waves.jpg", 0);

if( !src.data )
        { return -1; }

//选择一个ROI区域
    cv::Mat imageROI;

     imageROI = src(cv::Rect(360,55,40,50));

int histSize[1]; //bins的数目，对灰度图像通常是256
float hranges[2];//最大和最小的像素值
const float* ranges[1];//指向hranges
int channels[1]; //在本程序中，只用了一个channel
bool uniform = true; bool accumulate = false;
    histSize[0]= 256;
    hranges[0]= 0.0; //最小像素值
    hranges[1]= 255.0; //最大像素值
    ranges[0]= hranges; 
    channels[0]= 0; // 缺省状态下，我们取channel0
//结果直方图
    Mat hist;
    Mat result;
/// 计算直方图
//第二个参数1表示只对一副图像进行直方图处理
//第三个参数表示只处理channel 0，对多个channel的图像，可以选1，2等等。
//第四个参数Mat()，表示不使用掩码
//hist是直方图结果
//第六个参数1表示是1维直方图
//第七个参数，直方图bin的数目
//第八个参数是像素取值范围，第九个参数是各维取值范围相同，第十个参数是是否累加，如果处理多个图像，需要这个参数。
    calcHist( &imageROI, 1, 0, Mat(), hist, 1, histSize, ranges, uniform, accumulate );

//直方图结果归一化
    cv::normalize(hist,hist,1.0);

//计算back
    cv::calcBackProject(&src,
        1,            // 一副图像
        channels,     // 使用的channel
        hist,    // backprojecting的直方图
        result,       // 结果图像
        ranges,       //像素值范围
        255.0         //缩放因子
        );

// 二值化图像，看是否能分开前景和背景
    cv::threshold(result,result,20,255,cv::THRESH_BINARY);
/// 显示直方图
    namedWindow("result", CV_WINDOW_AUTOSIZE );
    imshow("result", result );

// 显示原图像
    cv::rectangle(src, cv::Rect(360,55,40,50), cv::Scalar(0,0,255));

    namedWindow("image", CV_WINDOW_AUTOSIZE );
    imshow("image", src);

while(1)
        waitKey(0);

return 0;

    }