直方图以及直方图均衡化

图像的直方图是什么?

是指对整个图像像在灰度范围内的像素值(0~255)统计出现频率次数，据此生成的直方图，称为图像直方图-直方图。直方图反映了图像灰度的分布情况。是图像的统计学特征。

简单来说：直方图是图像中像素强度分布的图形表达方式，它统计了每一个强度值所具有的像素个数。

图像直方图不关心像素所处的空间位置，因此不受图 像旋转和平移变化的影响，可以作为图像的特征。

图像的灰度直方图就描述了图像中灰度分布情况，能够很直观的展示出图像中各个灰度级所 占的多少。 图像的灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数：其中，横 坐标是灰度级，纵坐标是该灰度级出现的频率

通过代码查看灰度直方图

import cv2
import matplotlib.pyplot as plt


img = cv2.imread('lenna.png')
cv2.imshow("beauty", img)
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
plt.hist(img_gray.ravel(), 256)
plt.show()

方法2

img = cv2.imread('lenna.png')
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
hist = cv2.calcHist([img_gray], [0], None, [256], [0, 256])

print(hist.shape)
plt.figure()
plt.xlabel("binary")
plt.ylabel("# of Pixels")
plt.xlim([0, 256])
plt.title("Grayscale Histogram")
plt.plot(hist)
plt.show()

彩色直方图

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('lenna.png')
cv2.imshow("org", img)
chans = cv2.split(img)
colors = ("b","g","r")
plt.figure()
plt.xlabel("bin")
plt.ylabel("# of pix")
plt.title("color hist")

for(chan, color) in zip(chans, colors):
    hist = cv2.calcHist([chan],[0],None,[256],[0, 256])
    plt.plot(hist, color = color)
    plt.xlim([0,255])
plt.show()

直方图均衡化

直方图均衡化是将原图像的直方图通过变换函数变为均匀的直方图，然后按均匀直方图修改原 图像，从而获得一幅灰度分布均匀的新图像。直方图均衡化就是用一定的算法使直方图大致平 和的方法。在图像处理中，直方图均衡是一种常用的技术，用于增强图像的对比度。Python的OpenCV库提供了一种简单的方法来实现直方图均衡。

计算原理：

import cv2

img = cv2.imread('lenna.png')
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow("beauty", img_gray)
equalized_image = cv2.equalizeHist(img_gray)
cv2.imshow("beauty2", equalized_image)
cv2.waitKey(0)