OpenCV 直方图的计算和绘制

图像直方图 是用以表示数字图像中亮度分布的直方图，标绘了图像中每个亮度值的像素个数。这种直方图中，横坐标的左侧为较暗的区域，而右侧为较亮的区域。因此一张较暗图片的直方图中的数据多集中于左侧和中间部分，而整体明亮、只有少量阴影的图像则相反。

直方图的意义：

• 直方图是图像中像素强度分布的图形表达方式。
• 它统计了每一个强度值所具有的像素个数。
• 不同的图像的直方图可能是相同的

使用OpenCV中的方法统计直方图，并使用matplotlib将其绘制出来。

cv2.calcHist(images,channels,mask,histSize,ranges[,hist[,accumulate]])

• images: 原图像。当传入函数时应该用中括号 [] 括起来，例如：[img]。

• channels: 如果输入图像是灰度图，它的值就是 [0]；如果是彩色图像的话，传入的参数可以是 [0]，[1]，[2] 它们分别对应着通道 B，G，R。

• mask: 掩模图像。要统计整幅图像的直方图就把它设为 None。但是如果你想统计图像某一部分的直方图的话，你就需要制作一个掩模图像，并使用它。

• histSize:BIN 的数目。也应该用中括号括起来，例如：[256]。

• ranges: 像素值范围，通常为 [0，256]

import cv2 as cv
from matplotlib import pyplot as plt

# 1 直接以灰度图的方式读入
img = cv.imread('./1.png', 0)

# # 2 统计灰度图
histr = cv.calcHist([img], [0], None, [256], [0, 256])

# 3 绘制灰度图
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 5), dpi=100)
axes[0].imshow(img, cmap=plt.cm.gray)
axes[0].set_title("原图")
axes[1].plot(histr)
axes[1].grid()
axes[1].set_title("灰度直方图")
plt.show()