python opencv histogram_直方图

histogram给出图像的密度分布的总体概念，它的x轴是像素值（0到255）y轴是对应的像素在图像里的数量。

cv2.calcHist()函数

cv2.calcHist(images, channels, mask, histSize, ranges[,hist[,accumulate]])

1.images:这是uint8或者float32的原图。应该是方括号方式传入：“[img]”

2.channels:也是用方括号给出的，我们计算histogram的channel的索引，比如，如果输入时灰度图，值就是[0]，对于彩色图片，你可以传[0],[1]和[2]来分别计算蓝色，绿色和红色通道的histogram。

3.mask：掩图，要找到整个图像的histogram，这里传入"None"。但是如果你想找到特定区域图片的histogram，就得创建一个掩图

4.histSize：BIN数量，需要用户方括号传入，对于全刻度，我们传入[256].

5.ranges：RANGE，一般来说是[0,256].

Numpy np.histogram() 和np.bincount()

hist,bins=np.histogram(img.ravel(),256,[0,256])

hist = np.bincount(img.ravel(), minlength=256)

import cv2
from matplotlib import pyplot as plt
img=cv2.imread('touxiang.jpg',0)
hist=cv2.calcHist([img],[0],None,[256],[0,256])

# 绘制直方图

# 使用Matplotlib绘制函数
# matplotlib.pyplot.hist()  它直接找到histogram然后绘制
import cv2
import numpy