OpenCV-Python之图像直方图的绘制

• 图像直方图的两个基本属性：range[0， 256]和bins(组块)
• 直方图无空间信息
• 中间灰度级像素多，动态范围小，图像对比度低
• 直方图均匀分布时图像最清晰
  
  图像的直方图是用来表现图像中亮度分布的直方图,给出的是图像中某个亮度或者某个范围亮度下共有几个像素,即统计一幅图某个亮度像素数量。

$bi{n}_{size}=\frac{图像中不同像素值的个数}{bin的数目}$

方法一：利用matplotlib

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

def histogram_demo(image):
    plt.hist(image.ravel(), 256, [0, 256])#ravel函数功能是将多维数组降为一维数组
    plt.show()

image = cv.imread('./data/lena.jpg', 1)
cv.imshow('souce image', image)
histogram_demo(image)
cv.waitKey(0)
cv.destroyAllWindows()

注意：

1. numpy的ravel函数功能是将多维数组降为一维数组
2. hist函数原型：

hist(x, bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, normed=None, hold=None, data=None, **kwargs)

x参数表示是一个数组或一个序列，是指定每个bin(箱子)分布的数据
bins参数表示指定bin(箱子)的个数,也就是总共有几条条状图
range参数表示箱子的下限和上限。即横坐标显示的范围，范围之外的将被舍弃。

方法二： 利用OpenCV的API

def image_hist(image): #画三通道图像的直方图
   color = ("blue", "green", "red")#画笔颜色的值可以为大写或小写或只写首字母或大小写混合
   for i, color in enumerate(color):
       hist = cv.calcHist([image], [i], None, [256], [0, 256])
       plt.plot(hist, color=color)
       plt.xlim([0, 256])
   plt.show()

image = cv.imread('./data/lena.jpg', 1)
cv.imshow('souce image', image)
image_hist(image)
cv.waitKey(0)
cv.destroyAllWindows()

注意：
4. enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据下标和数据，一般用在 for 循环当中。
5. cv2.calcHist的原型为：

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

• images参数表示输入图像，传入时应该用中括号[ ]括起来
• channels参数表示传入图像的通道，如果是灰度图像，那就不用说了，只有一个通道，值为0，如果是彩色图像（有3个通道），那么值为0,1,2,中选择一个，对应着BGR各个通道。这个值也得用[ ]传入。
• mask参数表示掩膜图像。如果统计整幅图，那么为None。主要是如果要统计部分图的直方图，就得构造相应的掩膜来计算。
• histSize参数表示灰度级的个数，需要中括号，比如[256]
• ranges参数表示像素值的范围，通常[0,256]。此外，假如channels为[0,1],ranges为[0,256,0,180],则代表0通道范围是0-256,1通道范围0-180。
• hist参数表示计算出来的直方图。