本文介绍了图像直方图的概念，作为图像统计学特征，直方图用于统计像素值的频次。通过matplotlib库创建直方图，重点解析matplotlib.pyplot.hist()函数，并提供了一个简单的图像直方图显示示例。此外，还探讨了OpenCV中的cv2.calcHist()函数，用于计算图像的直方图，包括灰度图和彩色图像的直方图绘制。
基础知识铺垫
截止到本篇博客，已经第二次听到直方图这个概念了，有必要将其搞懂。
图像直方图（histogram）是图像统计学特征，用来统计像素值出现的频次，常用在分析图像的基本特征。
创建直方图一般分为两个步骤：
统计数据
绘制直方图
直方图的定义
横坐标：图像中各个像素点的灰度级
纵坐标：该灰度级的像素个数
绘制直方图需要 matplotlib 库，这个需要自行安装一下。
matplotlib 中 pyplot 绘制直方图
在 pyplot 中提供了域名交易一个绘制直方图的函数，名称为 hist。
函数原型介绍
matplotlib.pyplot.hist() 函数原型如下
(n, bins, patches)=matplotlib.pyplot.hist(x, bins=None, range=None, density=None, weights=None,
cumulative=False, bottom=None, histtype=‘bar’, align=‘mid’, orientation=‘vertical’,
rwidth=None, log=False, color=None, label=None, stacked=False, normed=None, *, data=None, **kwargs)
参数非常多，实际应用中只需掌握几个重要参数。
n, bins, patches = plt.hist(data)
plt.show()
其中，np.random.no
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
