python——np.histogram()直方图生成函数

直方图

直方图定义

在统计学中，直方图是一种对数据分布情况的图形表示，是一种二维统计图表，他的两个坐标分别是统计样本（图像、视频帧）和样本的某种属性（亮度，像素值，梯度，方向，色彩等等任何特征）

直方图的意义

（1）直方图是图像中像素强度分布的图形表达方式。

（2）直方图统计了每一个强度值所具有的像素个数（可以理解为每个强度值在整个图像中的分布比例）。

直方图特征

（1）直方图不再表征任何的图像纹理信息，而是对图像像素的统计。

（2）由于同一物体无论是旋转还是平移在图像中都具有相同的灰度值，因此直方图具有平移不变性、放缩不变性等优点。

numpy–直方图常用函数

numpy.histogram()——直方图生成函数

官方定义：hist, bin_edges = numpy.histogram(a, bins=10, range=None, normed=False, weights=None, density=None)

输入

			a:  输入图像， 必选
					输入数据。直方图是在展平的数组上计算的。
			bin: int 或标量序列或 str
			如果 bins 是一个 int，它定义给定范围内的 equal-width bins 的数量(默认为 10)，主要是将灰度值空间分为多少分进行灰度值统计
			range：(浮点数，浮点数)，可选
					bin 的下限和上限范围，如果没有提供，范围很简单(a.min(), a.max()).超出范围的值将被忽略。范围的第一个元素必须小于或等于第二个元素。主要表明的是需要统计的灰度值取值范围。
			normed：布尔型，可选
			weights： 数组，可选
			density： 布尔型，可选
					如果False，结果将包含每个 bin 中的样本数。如果True, 结果就是概率的值密度在 bin 处的函数，归一化使得不可缺少的在范围内为 1

返回

		hist ：直方图的值。
		bin_edges： dtype 浮点数组

实例

稍后更新。。。