OpenCV - 2D 直方图（Python实现）

介绍

在 2D 直方图中我们要考虑两个图像特征。对于彩色图像的直方图通常情况下我们需要考虑每个的颜色
（Hue）和饱和度（Saturation）。根据这两个特征绘制 2D 直方图

Numpy中的2D直方图

np.histogram2d() （注意，对于1D直方图，我们使用np.histogram()）

hist, xbins, ybins = np.histogram2d(h.ravel(),s.ravel(),[180,256],[[0,180],[0,256]])

第一个参数是H平面，第二个是S平面，第三个是每个bins的数量，第四个是它们的范围

绘制2D直方图

方法 - 1：使用cv.imshow（）
我们得到的结果是一个大小为180x256的二维数组. 因此我们可以像使用cv.imshow（）函数一样正常显示它们. 它将是一个灰度图像，它不会告诉你什么颜色，除非你知道不同颜色的色调.

方法-2：使用 Matplotlib
我们可以使用matplotlib.pyplot.imshow（）函数绘制具有不同颜色图的2D直方图. 它让我们更好地了解不同的像素密度, 但是，除非你知道不同颜色的色调值，否则这也不会让我们知道第一眼看到的是什么颜色. 它简单而且更好.

import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('she.jpg')
#转为HSV
hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
#绘制并显示2D直方图
hist = cv2.calcHist( [hsv], [0, 1], None, [180, 256], [0, 180, 0, 256] )
plt.imshow(hist,interpolation = 'nearest')
plt.show()

下面是输入图像和颜色直方图。 X 轴显示 S 值， Y 轴显示 H 值。


方法-3：OpenCV样本风格
在Opencv-Python2样本中有一个用于颜色直方图的示例代码(samples/python/color_histogram.py).如果您运行代码，您可以看到直方图显示相应的颜色,或者简单地输出一个颜色编码的直方图.它的结果非常好(尽管您需要添加一些额外的行).
在这段代码中，作者在HSV中创建了一个彩色地图,然后将其转换为BGR,生成的直方图图像与此颜色图相乘,他还使用一些预处理步骤来移除小的孤立像素，从而形成一个良好的直方图.