opencv直方图与均衡化

一，直方图
cv2.calcHist(images,channels,mask,histSize,ranges)
•images: 原图像图像格式为 uint8 或 float32。当传入函数时应 用中括号 [] 括来例如[img]
•channels: 同样用中括号括来它会告函数我们统幅图 像的直方图。如果入图像是灰度图它的值就是 [0]，如果是彩色图像 的传入的参数可以是 [0][1][2] 它们分别对应着 BGR。
•mask: 掩模图像。统整幅图像的直方图就把它为 None。但是如 果你想统图像某一分的直方图的你就制作一个掩模图像并 使用它。
•histSize:BIN 的数目。也应用中括号括来
•ranges: 像素值范围常为 [0256]

import cv2 #opencv读取的格式是BGR
import numpy as np
import matplotlib.pyplot as plt#Matplotlib是RGB
%matplotlib inline 

def cv_show(img,name):
    cv2.imshow(name,img)
    cv2.waitKey()
    cv2.destroyAllWindows()

img = cv2.imread('cat.jpg',0) #0表示灰度图
hist = cv2.calcHist([img],[0],None,[256],[0,256])#第一个参数加[]
print(hist.shape)#(256,1)

plt.hist(img.ravel(),256); 
plt.show()

img = cv2.imread('cat.jpg') 
color = ('b','g','r')
for i,col in enumerate(color): 
    histr = cv2.calcHist([img],[i],None,[256],[0,256]) 
    plt.plot(histr,color = col) 
    plt.xlim([0,256])

# 创建mast,图像截取
mask = np.zeros(img.shape[:2], np.uint8)#创建mask,与原图像大小一致
print (mask.shape)
mask[100:300, 100:400] = 255 #要保存的设置为255
cv_show(mask,'mask') #黑色背景，白框图

img = cv2.imread('cat.jpg', 0)
#cv2.bitwise_and()函数前两个参数是“与”操作的操作对象，mask参数指定使用的模板，功能是选取掩膜指定的区域
masked_img = cv2.bitwise_and(img, img, mask=mask)#与操作,0与其他像素值之间取0，黑色保留
cv_show(masked_img,'masked_img')

hist_full = cv2.calcHist([img], [0], None, [256], [0, 256])#计算图像直方图
hist_mask = cv2.calcHist([img], [0], mask, [256], [0, 256])

plt.subplot(221), plt.imshow(img, 'gray')
plt.subplot(222), plt.imshow(mask, 'gray')
plt.subplot(223), plt.imshow(masked_img, 'gray')
plt.subplot(224), plt.plot(hist_full), plt.plot(hist_mask)
plt.xlim([0, 256])
plt.show()

二、直方图均衡化
均衡化的计算方式：统计不同像素值的个数，概率，累计概率值，根据函数映射（累积概率*像素值取值范围）后取整

img = cv2.imread('clahe.jpg',0) #0表示灰度图 #clahe
plt.hist(img.ravel(),256); 
plt.show()

equ = cv2.equalizeHist(img) #均衡化
plt.hist(equ.ravel(),256)
plt.show()

res = np.hstack((img,equ))
cv_show(res,'res')

三、自适应直方图均衡化
分区域均衡化后整合在一起

clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8)) 
res_clahe = clahe.apply(img)
res = np.hstack((img,equ,res_clahe))
cv_show(res,'res')