Bin的大小=图像中不同像素值得个数/Bin的数目
对于14位的图像,创建256个bin直方图
bin size = (2^14)/256 = 64
h(0) ← 0 ≤ I(u,v) < 64
h(1) ← 64 ≤ I(u,v) < 128
…
h(j) ← aj ≤ I(u,v) < aj+1
…
h(255) ← 16320 ≤ I(u,v) < 16384
from cv2 import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
# from matplotlib import pyplot as plt
def plot_demo(image):
plt.hist(image.ravel(),256,[0,256])
# image.ravel() 将图像转成一维数组
plt.show()
def image_hist(image):
color = ('blue','green','red')
for i,color in enumerate(color):
'''
对一个列表or数组即要遍历索引又要遍历元素时,
使用内置的enumerate函数,它会将列表or数组组成一个索引序列
'''
hist = cv.calcHist([image],[i],None,[256],[0,256])
'''
cv.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]])
images:输入图像,写程序时必须加括号即[images]
channels:处理的通道,也必须加括号即[channel]
mask:直方图的模板区域,默认None即计算整幅图像的直方图。
histSize:直方图格子间隔的宽度大小。
ranges:直方图横轴范围。
'''
plt.plot(hist,color=color)
plt.xlim([0,256])
plt.show()
# 可以根据直方图得到该图形的主要特征,以后使用分割也有用
if __name__ == "__main__":
filepath = "C:\\pictures\\6.jpg"
img = cv.imread(filepath) # blue green red
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
cv.imshow("input image",img)
plot_demo(img)
image_hist(img)
cv.waitKey(0)
cv.destroyAllWindows()
话不多说,贴图