opencv中图像的直方图操作

目录

引言：

直方图的作用

绘制图像的分布直方图

绘制图像的黑白像素频率直方图

绘制彩色分别直方图的代码

---

引言：

OpenCV库中的直方图是一个非常有用的工具，用于图像处理和计算机视觉任务。直方图在图像处理中主要用于表示图像中像素值的分布情况。通过分析直方图，我们可以得到图像的许多有用信息，例如亮度分布、对比度和颜色分布等。

直方图的作用

1. 图像增强：通过直方图均衡化，可以增强图像的对比度，使图像更清晰。

2. 图像分割：直方图可以帮助确定阈值，用于将图像分割成不同的区域。

3. 特征提取：在对象检测和识别中，直方图可以作为特征来描述图像的某些特征，例如颜色直方图可以用于图像检索。

4. 图像匹配：通过比较两幅图像的直方图，可以实现图像的匹配和相似度计算。

绘制图像的分布直方图

绘制图像的黑白像素频率直方图

import cv2
import numpy as np
from matplotlib import pyplot as plt


# 读取图像并转换为灰度图像
img = cv2.imread(r'C:\Users\35173\Desktop\tg.png', cv2.IMREAD_GRAYSCALE)
# 计算直方图
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
# 绘制直方图
plt.bar(range(256), hist[:, 0], width=1.0, edgecolor='black')
plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定中文字体为宋体
plt.rcParams['axes.unicode_minus'] = False
plt.title('灰度直方图')
plt.xlabel('像素值')
plt.ylabel('频率')
plt.show()

代码解读：

步骤	操作	解释
读取图像	img = cv2.imread(r'C:\Users\35173\Desktop\tg.png', cv2.IMREAD_GRAYSCALE)	使用cv2.imread()函数读取图像，并将其转换为灰度图像。
计算直方图	hist = cv2.calcHist([img], [0], None, [256], [0, 256])	使用cv2.calcHist()函数计算灰度图像的直方图。
绘制直方图	plt.bar(range(256), hist[:, 0], width=1.0, edgecolor='black')	使用plt.bar()函数绘制柱状图，其中range(256)表示像素值的范围（0-255），hist[:, 0]表示各个像素值的频率。
设置柱子宽度	width=1.0	设置柱子的宽度为1.0。
设置边框颜色	edgecolor='black'	设置柱子的边框颜色为黑色。
设置中文字体和负号显示	plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False	plt.rcParams用于设置绘图的全局参数，确保标题和标签可以显示中文，并正确显示负号。
显示图像	plt.show()	使用plt.show()函数显示绘制的直方图。

       最后， 这段代码将生成一个直方图，展示图像中每个灰度值的频率，柱状图的形式更适合展示直方图数据的分布情况。

结果如下图所示：

绘制彩色分别直方图的代码

import cv2
import numpy as np
from matplotlib import pyplot as plt

# 读取彩色图像
img = cv2.imread(r'C:\Users\35173\Desktop\tg.png')

# 分离图像的三个通道
color = ('b', 'g', 'r')
for i, col in enumerate(color):
    hist = cv2.calcHist([img], [i], None, [256], [0, 256])
    plt.bar(range(256), hist[:, 0], color=col, alpha=0.6, label=col, edgecolor='black')

plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定中文字体为宋体
plt.rcParams['axes.unicode_minus'] = False
plt.title('彩色直方图')
plt.xlabel('像素值')
plt.ylabel('频率')
plt.show()

代码解读如下表格所示

步骤	操作	解释
读取图像	img = cv2.imread(r'C:\Users\35173\Desktop\tg.png')	使用cv2.imread()函数读取彩色图像。
分离图像的三个通道	color = ('b', 'g', 'r') <br> for i, col in enumerate(color):	定义颜色通道顺序，并使用enumerate遍历每个通道。
计算直方图	hist = cv2.calcHist([img], [i], None, [256], [0, 256])	使用cv2.calcHist()函数计算每个通道的直方图。
绘制直方图	plt.bar(range(256), hist[:, 0], color=col, alpha=0.6, label=col, edgecolor='black')	使用plt.bar()函数绘制柱状图。<br>range(256)表示像素值范围（0-255）。<br>hist[:, 0]表示各个像素值的频率。<br>color=col设置柱子的颜色为当前通道的颜色。<br>alpha=0.6设置透明度，使多个通道的柱状图可以重叠显示。<br>label=col设置图例标签为当前通道的颜色。<br>edgecolor='black'设置柱子的边框颜色为黑色。
设置中文字体和负号显示	plt.rcParams['font.sans-serif'] = ['SimHei'] <br> plt.rcParams['axes.unicode_minus'] = False	plt.rcParams用于设置绘图的全局参数，确保标题和标签可以显示中文，并正确显示负号。
设置标题和标签	plt.title('彩色直方图') <br> plt.xlabel('像素值') <br> plt.ylabel('频率')	使用plt.title()设置标题，使用plt.xlabel()和plt.ylabel()设置X轴和Y轴标签。
显示图像	plt.show()	使用plt.show()函数显示绘制的直方图。

最后绘制出来一个彩色像素点的分布直方图，如下图所示：