Python直方图、均衡化、高斯滤波（作业一）

原图

图像直方图

基本原理

什么是图像直方图：图像的直方图描述图像的灰度级和对应灰度级在图像中出现的次数（频率）的关系，通过直方图可以进行图像分割、检索、分类等操作。
matplotlib库的hist函数：hist函数能够帮助绘制直方图。它的参数很多，这里用到前两个参数：x、bins。x参数表示一个像素的一 维数组，如果是一维以上的数组可以使用flatten方法展平成一维，一般来说读入一幅图片都是一个二维的矩阵，都需要进行展平的操作。bins参数表示要显示直方图的柱数。
假设有一个二维数组img=[44,33,40],[51,46,34],[45,33,22]]。其数字表示图像的像素值，展平后img=[44,33,40,51,46,34,45,33,22]。

matplotlib库绘制直方图

运行代码

//
 from PIL import Image
from pylab import *


plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
# 解决中文乱码

im = array(Image.open('edc.jpg').convert('L'))
# print(im)
figure()
# 新建一个图像
subplot(121)
gray()
contour(im, origin='image')
# 画图
axis('equal')
# 自动调整比例
axis(