图像处理之图像直方图

直方图绘制

目的：直方图是对图像像素的统计分布，它统计了每个像素（0到255）的数量。

函数：cv2.calcHist(images, channels, mask, histSize, ranges)

参数说明：参数1：待统计图像，需用中括号括起来； 参数2：待计算的通道； 参数3：Mask，这里没有使用，所以用None。 参数4：histSize，表示直方图分成多少份； 参数5：是表示直方图中各个像素的值，[0.0, 256.0]表 示直方图能表示像素值从0.0到256的像素。直方图是 对图像像素的统计分布，它统计了每个像素（0到255） 的数量。

Python代码实现

直方图绘制 方法1

from matplotlib import pyplot as plt import cv2 girl = cv2.imread("girl.jpg") cv2.imshow("girl", girl) # girl.ravel()函数是将图像的三位数组降到一维上去， #256为bins的数目,[0, 256]为范围 plt.hist(girl.ravel(), 256, [0, 256]) plt.show() cv2.waitKey(0) cv2.destroyAllWindows()

效果展示：

直方图绘制 方法2

from matplotlib import pyplot as plt import cv2 import numpy as np img = cv2.imread('girl.jpg') img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) plt.imshow(img_gray, cmap=plt.cm.gray) hist = cv2.calcHist([img], [0], None, [256], [0, 256]) plt.figure() plt.title("Grayscale Histogram") plt.xlabel("Bins") plt.ylabel("# of Pixels") plt.plot(hist) plt.xlim([0, 256]) plt.show()

效果展示：

三通道直方图绘制

Python代码

from matplotlib import pyplot as plt import cv2 girl = cv2.imread("girl.jpg") cv2.imshow("girl", girl) color = ("b", "g", "r") #使用for循环遍历color列表，enumerate枚举返回索引和值 for i, color in enumerate(color): hist = cv2.calcHist([girl], [i], None, [256], [0, 256]) plt.title("girl") plt.xlabel("Bins") plt.ylabel("num of perlex") plt.plot(hist, color = color) plt.xlim([0, 260]) plt.show() cv2.waitKey(0) cv2.destroyAllWindows()

效果展示：