Python OpenCV _2直方图计算与显示的四种方式

此系列源码在我的GitHub里：https://github.com/yeyujujishou19/Python-OpenCV

原图

一，CV2分通道描绘直方图： 

import cv2
import numpy as np

#计算并绘制直方图
def calcAndDrawHist(image, color):
    hist = cv2.calcHist([image],
                        [0],  # 使用的通道
                        None,  # 没有使用mask
                        [256],  # HistSize
                        [0.0, 255.0])  # 直方图柱的范围
    #要求矩阵的最小值，最大值，并得到最大值，最小值的索引
    minVal, maxVal, minLoc, maxLoc = cv2.minMaxLoc(hist)
    histImg = np.zeros([256, 256, 3], np.uint8)  #画板
    hpt = int(0.9 * 256);

    for h in range(256):
        intensity = int(hist[h] * hpt / maxVal)
        cv2.line(histImg, (h, 256), (h, 256 - intensity), color)

    return histImg;

if __name__ == '__main__':
    img = cv2.imread("D:/lena.jpg")
    b, g, r = cv2.split(img)  #分离通道

    histImgB = calcAndDrawHist(b, [255, 0, 0]) #绘制直方图
    histImgG = calcAndDrawHist(g, [0, 255, 0])
    histImgR = calcAndDrawHist(r, [0, 0, 255])

    cv2.imshow("histImgB", histImgB)
    cv2.imshow("histImgG", histImgG)
    cv2.imshow("histImgR", histImgR)
    cv2.imshow("Img", img)
    cv2.waitKey(0)
    cv2.destroyAllWindows() #注销窗口

代码结果：

 

二，CV2折线来描绘直方图

# coding=utf-8
import cv2
import numpy as np

img = cv2.imread('D:/lena.jpg')
h = np.zeros((256, 256, 3))  # 创建用于绘制直方图的全0图像

bins = np.arange(256).reshape(256, 1)  # 直方图中各bin的顶点位置
color = [(255, 0, 0), (0, 255, 0), (0, 0, 255)]  # BGR三种颜色
for ch, col in enumerate(color):
    #cv2.calcHist函数得到的是float32类型的数组
    originHist = cv2.calcHist([img], [ch], None, [256], [0, 256])
    #归一化函数,该函数将直方图的范围限定在0-255×0.9之间。
    cv2.normalize(originHist, originHist, 0, 255 * 0.9, cv2.NORM_MINMAX)

    hist = np.int32(np.around(originHist)) #将整数部分转成np.int32类型
    pts = np.column_stack((bins, hist)) #将直方图中每个bin的值转成相应的坐标
    cv2.polylines(h, [pts], False, col) #根据这些点绘制出折线

h = np.flipud(h) #反转绘制好的直方图，因为绘制时，[0,0]在图像的左上角

cv2.imshow('colorhist', h)
cv2.waitKey(0)

 代码结果：

 

三，NumPy版的直方图计算 

# coding=utf-8
import cv2
import numpy as np

img = cv2.imread('D:/lena.jpg')
h = np.zeros((300, 256, 3))
bins = np.arange(257)
bin = bins[0:-1]
color = [(255, 0, 0), (0, 255, 0), (0, 0, 255)]

for ch, col in enumerate(color):
    item = img[:, :, ch]
    N, bins = np.histogram(item, bins)
    v = N.max()
    N = np.int32(np.around((N * 255) / v))
    N = N.reshape(256, 1)
    pts = np.column_stack((bin, N))
    cv2.polylines(h, [pts], False, col)

h = np.flipud(h)

cv2.imshow('image', h)
cv2.waitKey(0)

代码结果：

 

四，通过NumPy和matplotlib绘制出直方图

import matplotlib.pyplot as plt
import numpy as np
import cv2

img = cv2.imread('D:/lena.jpg')
bins = np.arange(257)

item = img[:, :, 1]
hist, bins = np.histogram(item, bins)
width = 0.7 * (bins[1] - bins[0])
center = (bins[:-1] + bins[1:]) / 2
plt.bar(center, hist, align='center', width=width)
plt.show()

代码结果：

 

 原文地址：https://blog.csdn.net/sunny2038/article/details/9097989

欢迎扫码关注我的微信公众号