Python +OpenCV CH14:直方图

1 直方图概念

1.1 基础理论

• 横坐标: 图像中各个像素点的灰度级
• 纵坐标: 具有该灰度级的像素个数

1.1.1 直方图

1.1.2 归一化直方图

• 横坐标: 图像中各个像素点的灰度级
• 纵坐标: 出现该灰度级的概率
  

1.2 plt.hist()函数介绍

• DIMS:使用参数的数量
• BINS:参数子集的数目
• RANGE: 灰度值范围,一般为[0,255] (8位位图)
  

1.3 绘制直方图

1.3.1 matplotlib

• 提供了类似matlab的绘图框架
  ・调用方法 import matplotlib.pyplot as plt

• 函数histhist(数据源,像素级)
  ・数据源: 图像, 必须是一维数组
  ・像素级: 一般是256,指[0,255]

• 函数ravel() 二维到一维的转换
  ・将多维数组降为一维数组
  

1.3.2 hist()代码实现

• 代码

import cv2
import matplotlib.pyplot as plt
img = cv2.imread("image\\boat.jpg")
plt.hist(img.ravel(),256)

• 效果
  

2 OpenCV来统计直方图

2.1 cv2.calcHist()函数

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

其中，参数：
・hist – 直方图；
・images – 原始图像；
　　→通道编号需要[]括起来
・channels – 指定通道；
　　→通道编号需要[]括起来
　　→输入图像是灰度图时,[0]
　　→彩色图像[0],[1],[2]分别对应[B],[G],[R]
・mask – 掩码图像；
　　→统计整幅图像时为 None
　　→统计某一区域时,需掩码图像
・histSize – BINS的数量；
　　→ [256]
・ranges – 像素值范围；
　　→[0,255]
・accumulate– 累计标识；
　　→默认为 false
　　→如果设置为True,则直方图在分配时不会被清零　　
　　→允许从多个对象中计算单个直方图,或者用于实时更新
　　→

2.2 代码实现

• 代码

import cv2
import numpy as np
img = cv2.imread("image\\lena.bmp")
hist = cv2.calcHist([img],[0],None,[256],[0,255])
print(type(hist))
print(hist.size)
print(hist.shape)

• 效果

<class 'numpy.ndarray'> #数组类型
256 #256个元素
(256,1) #256行,1列

3 OpenCV绘制直方图

3.1 plt.plot()函数

• 示例1代码

import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 5, 0.1)
y = np.sin(x)
plt.plot(x,y)

• 示例1结果
  
• 示例2代码

import numpy as np
import matplotlib.pyplot as plt
x = [0,1,2,3,4,5,6]