图像直方图（OpenCV+Python）

图像直方图是反映一个图像像素分布的统计表，其横坐标代表了图像像素的种类，可以是灰度的，也可以是彩色的。纵坐标代表了每一种颜色值在图像中的像素总数或者占所有像素个数的百分比。图像是由像素构成，因为反映像素分布的直方图往往可以作为图像一个很重要的特征。直方图的显示方式是左暗又亮，左边用于描述图像的暗度，右边用于描述图像的亮度

import cv2 as cv
from matplotlib import pyplot as plt

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

def image_hist(image):    #画三通道图像的直方图
    color = ('blue','green','red')   #
    for i , color in enumerate(color):  #enumerate()用于将一个可遍历的数据对象组合作为一个索引序列，同时列出数据下标和数据，一般用在for循环当中
        hist = cv.calcHist([image],[i],None,[256],[0,256])   #计算直方图
        plt.plot(hist, color = color)     #定义线的颜色
        plt.xlim([0,256])    #x轴的范围
    plt.show()

src = cv.imread(r"C:\pics\samples\data\lena.jpg")
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
cv.imshow("input image",src)
plot_demo(src)
image_hist(src)

cv.waitKey(0)
cv.destroyAllWindows()

1.matplotlib.pyplot.hist函数主要是计算直方图。
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。

2.cv2.calcHist的原型为：calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]]) -> hist

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。

Python可视化库matplotlib介绍，参考：Python可视化库matplotlib