API彩色直方图

图片美化

彩色直方图

• 直方图描述像素统计信息
• RGB三种颜色直方图
• 横坐标：0-255 的颜色等级，共256种
• 纵坐标：每个颜色等级在整张图片出现的概率，0-1之间
• 直方图均衡化：直方图没有均匀分布而是集中在了某一处需要均衡化进行离散化，均衡化优化图片

import cv2
import numpy as np
def ImageHist(image,type):
    color = (255,255,255)
    #定义windows窗体
    #通过颜色类型判断改变窗体名字
    windowName = 'Gray'
    # 蓝色
    if type == 31:
        color = (255,0,0)
        windowName = 'B Hist'
     # 绿色
    elif type == 32:
        color = (0,255,0)
        windowName = 'G Hist'
     # 红色
    elif type == 33:
        color = (0,0,255)
        windowName = 'R Hist'
    # calcHist 计算图片直方图 
    # 1 原图image 必须加[]  2 [0] 3 mask模板 None 4：直方图大小 256种 5：各个像素的值 0-255
    hist = cv2.calcHist([image],[0],None,[256],[0.0,255.0])
    # 计算一些值 minV,maxV,minL,maxL  opencv方法直接获取
    # 为了进行归一化需要求出所有像素中最大值最小值以及各自的下标
    minV,maxV,minL,maxL = cv2.minMaxLoc(hist)
    # 创建画布
    histImg = np.zeros([256,256,3],np.uint8)
    # 画 画布
    for h in range(256):
        # 数据很大 归一化数据 归一到0-256之间
        intenNormal = int(hist[h]*256/maxV)
        # 绘制256-intenNormal（减去归一化数据）
        cv2.line(histImg,(h,256),(h,256-intenNormal),color)
    cv2.imshow(windowName,histImg)
    return histImg
# 读取图片
# 获取当前图片
img = cv2.imread('image0.jpg',1)
channels = cv2.split(img)# RGB - R G B
# 遍历每个颜色通道
for i in range(0,3):
    # 将RGB颜色通道数据传入
    ImageHist(channels[i],31+i)
cv2.waitKey(0)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tWx9fs4u-1584959013577)(C:\Users\16603\AppData\Roaming\Typora\typora-user-images\image-20200318114329253.png)]

Key(0)

![在这里插入图片描述](https://img-blog.csdnimg.cn/20200323182346355.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2R1anVhbmNhbzEx,size_16,color_FFFFFF,t_70)