初学opencv/直方图

图像直方图是反映一个图像像素分布的统计表，其实横坐标代表了图像像素的种类，纵坐标代表了每一种颜色值在图像中的像素总数或者占所有像素个数的百分比。在实际工程中，图像直方图在特征提取、图像匹配等方面都有很好的应用。

#coding:utf-8
"""
opencv绘制直方图
"""
import cv2
import numpy as np
import matplotlib.pyplot as plt

#灰度图直方图显示
"""
img = cv2.imread('images/ha1.jpg')
img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#cv2.equalizeHist使图像均衡化
equal = cv2.equalizeHist(img)
cv2.imshow('hist equlization',np.hstack([img,equal]))
cv2.waitKey(0)
cv2.destroyAllWindows()
#[0]表示颜色通道,mask=None,灰度级数,横轴范围
hist = cv2.calcHist([img],[0],None,[256],[0,255])
#绘制均衡化后图片的直方图
hist1 = cv2.calcHist([equal],[0],None,[256],[0,255])
plt.subplot(1,2,1)
plt.title("hist picture of ha1")
plt.xlabel("bins")#X轴标签
plt.ylabel("num of bins")#Y轴标签
plt.plot(hist)
#设置x轴范围
plt.xlim([0,256])
plt.subplot(1,2,2)
plt.title("hist picture of ha1")
plt.xlabel("bins")#X轴标签
plt.ylabel("num of bins")#Y轴标签
plt.plot(hist1)
#设置x轴范围
plt.xlim([0,256])
plt.show()
"""

#彩色图直方图显示
img = cv2.imread('images/ha1.jpg')
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
#创建一个窗口
cv2.namedWindow('ha1')
cv2.imshow('ha1',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
channels = cv2.split(img)
colors = ('blue','green','red')
plt.figure()
plt.title('hist picture of ha1')
plt.xlabel('bins')
plt.ylabel('num of bins')

for (channel,color) in zip(channels,colors):
    hist = cv2.calcHist([channel],[0],None,[256],[0,255])
    plt.plot(hist,color=color)
    plt.xlim([0,256])
plt.show()

结果

灰度图与其对应的直方图，和均衡化的直方图

彩图与其对应的直方图