直方圖本質上是一個統計圖，統計這個影像的強度分配情形，從這可以得到每個強度所佔全體的比例，也就是每個強度的發生機率。這也是直方圖反投影的概念，在影像檢索時，我們由已知ROI的直方圖，比較原始影像每個像素，看相對位置的強度屬於這個直方圖的機率有多少。
void calcBackProject(const Mat* images, int nimages, const int* channels, InputArray hist, OutputArray backProject, const float**ranges, double scale=1, bool uniform=true)
images：輸入圖，可以一個或多個圖，深度必須為CV_8U或CV_32F，可為任意通道數，但是每張圖的尺寸和深度必須相同。nimages：有幾張輸入圖。channels：直方圖通道清單。hist： 輸入比較的直方圖。backProject：輸出的反投影結果圖，單通道且尺寸、深度都和images[0]相同。ranges：直方圖的範圍，以8位元無負號的影像，就是[0,255]。scale：縮放因子。uniform：各維度取值是否一致。關於calcBackProject()這個函式，輸出的反投影結果圖backProject是一幅影像，每個像素代表原本強度在直方圖的機率值，所以假如輸入的直方圖hist是歸一化的，生成的值會在0.0到1.0之間，我們可以將縮放因子scale設成255.0，如此一來可以當作一般的8位元圖秀出結果，愈大的值代表屬於這個直方圖的機會越高。
實際上做影像搜尋時，通常會考慮顏色訊息，畢竟單純強度的話資訊量不足，很難得到理想的結果，且直方圖反透影的結果，是得到影像各位置屬於此直方圖的概率，所以通常會搭配其他演算法使用。
转自：http://monkeycoding.com/?p=554
