OpenCV灰度直方图

一. 直方图的定义、意义和特征

1. 定义

在统计学中，直方图是一种对数据分布情况的图形表示，是一种二维统计图表，他的两个坐标分别是统计样本（图像、视频帧）和样本的某中属性（亮度，像素值，梯度，方向，色彩等等任何特征）

2.意义

（1） 直方图是图像中像素强度分布的图形表达方式。
（2） 直方图统计了每一个强度所具有的像素个数

3. 特征

（1） 直方图不再表征任何的图像纹理信息，而是对图像像素的统计。
（2） 由于同一物体无论是旋转还是平移在图像中都具有相同的灰度值，因此直方图具有平移不变性、放缩不变性等优点。

二. 代码实现

# 1 导入库
import cv2
import matplotlib.pyplot as plt
import numpy as np

# 2 方法：显示图片
def show_image(image, title, pos):
    #BGR TO RGB
    image_RGB = image[:, :, ::-1]# shape: (height,width,channel)
    #显示标题
    plt.title(title)
    plt.subplot(2, 3, pos)# 定位显示
    plt.imshow(image_RGB)


# 3 方法：显示图片的灰度直方图
def show_histogram(hist, title, pos, color):
    # 显示标题
    plt.title(title)
    plt.subplot(2, 3, pos)# 定位图片
    plt.xlabel("Bins")#横轴信息
    plt.ylabel("Pixels")#纵轴信息
    plt.xlim([0, 256])# 横轴范围
    plt.plot(hist, color=color)#绘制直方图

# 4 主函数 main()
def main():
    # 5 创建画布
    plt.figure(figsize=(15, 6))# 画布的大小
    plt.suptitle("Gray Image Histogram", fontsize=14, fontweight="bold") #设置标题形式

    # 6 加载图片
    img = cv2.imread("3.jpg")

    # 7 灰度转换

    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 8 计算灰度图的直方图
    hist_img = cv2.calcHist([img_gray], [0], None, [256], [0, 256])

    # 9 展示灰度直方图
    # 灰度图转换成BGR格式图片
    img_BGR = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2BGR)
    show_image(img_BGR, "BGR image", 1)
    show_histogram(hist_img, "gray image histogram", 4, "m")

    # 10 对图片中的每个像素值增加50个像素
    M = np.ones(img_gray.shape, np.uint8) * 50 # 构建矩阵

    added_img = cv2.add(img_gray, M)
    add_img_hist = cv2.calcHist([added_img], [0], None, [256], [0, 256]) #计算直方图
    added_img_BGR = cv2.cvtColor(added_img, cv2.COLOR_GRAY2BGR)
    show_image(added_img_BGR,"added image", 2)
    show_histogram(add_img_hist, "added image hist", 5, "m")


    # 11 对图片中的每个像素值减去50个像素
    subtract_img = cv2.subtract(img_gray, M)
    subtract_img_hist = cv2.calcHist([subtract_img], [0], None, [256],[0,256])#计算直方图
    subtract_img_BGR = cv2.cvtColor(subtract_img, cv2.COLOR_GRAY2BGR)
    show_image(subtract_img_BGR, "subtracted image", 3)
    show_histogram(subtract_img_hist, "subtracted image hist", 6, "m")


    plt.show()

if __name__ == '__main__':
    main()

三 . 运行截图：