若一张图像的像素直方图中存在较为明显的双峰,则找到双峰对应的位置可以再直方图阈值分割中起到重要的作用,像素直方图统计可以用hist=cv2.calcHist(img)实现,最大峰值可以用np.where(hist==hist.max())实现,则第二峰值可以用以下算式计算:
其中k表示像素灰度值(以0-255为例),firstpeak为像素数最多的那个像素值,即第一峰值,histogram(k)表示随着像素值k的变化,图像上k像素值对应的像素个数。该部分代码如下:
#像素直方图双峰值
histogram = cv.calcHist(gray)
#寻找灰度直方图的最大峰值对应的灰度值
maxLoc = np.where(histogram==np.max(histogram))
firstPeak = maxLoc[0][0]
#寻找灰度直方图的第二个峰值对应的灰度值
measureDists = np.zeros([256],np.float32)
for k in range(256):
measureDists[k] = pow(k-firstPeak,2)*histogram[k]
maxLoc2 = np.where(measureDists==np.max(measureDists))
secondPeak = maxLoc2[0][0]