《Opencv计算机视觉实战》笔记_9：直方图

直方图

cv2.calcHist(images, channel, mask, histSize, ranges) 返回一个直方图

• images：输入图像(需用中括号括起来)
• channels：通道
  如果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]，分别对应着 BGR
• mask：掩膜图像
  统计整幅图像的直方图就置为None
  如果想统计图像某一部分的直方图就制作一个掩模图像
• histSize：BIN(分箱)的数目(需用中括号括起来)
• ranges：像素值范围

cv2.bitwise_and(src1, src2[, dst[, mask]]) 与操作

掩膜中的白色区域(像素值为255)是想要提取的，黑色区域(像素值为0)是不想要的，与原始图像经过与操作后，白色区域被保留下来

• src1：第一个输入
• src2：第二个输入
• mask：掩膜

---

均衡化

cv2.equalizeHist(src) 普通直方图均衡化

cv2.createCLAHE([, clipLimit[, tileGridSize]]) 自适应直方图均衡化

先实例化方法clahe=cv2.createCLAHE()，再应用clahe.apply(image)

• clipLimit：对比限制阈值
• tileGridSize：直方图均衡化的网格尺寸。输入图像将会被分成多少份