Opencv之以图像直方图可视化

图像直方图是一种对图像空间域内色彩灰阶的分布情况的图形表示, 以便更好地理解颜色分布.

核心函数

 

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

• imaes:输入的图像
• channels:用于计算图像直方图的通道列表。
• mask:掩膜，是一个大小和image一样的np数组，其中把需要处理的部分指定为1，不需要处理的部分指定为0，一般设置为None，表示处理整幅图像
• histSize:使用多少个bin(柱子)，一般为256
• ranges:像素值的范围，一般为[0,255]表示0~255

代码显示

# -*- coding:utf-8 -*-

import cv2
import numpy as np


def hist_curve(im):
    """
    以曲线模式绘制直方图
    """
    h = np.zeros((300, 256, 3))
    if len(im.shape) == 2:
        color = [(255, 255, 255)]
    elif im.shape[2] == 3:
        color = [(255, 0, 0), (0, 255, 0), (0, 0, 255)]
    for ch, col in enumerate(color):
        # 计算直方图
        hist_item = cv2.calcHist([im], [ch], None, [256], [0, 255])
        # 直方图归一化
        cv2.normalize(hist_item, hist_item, 0, 255, cv2.NORM_MINMAX)
        # 直方图取整, 绘图需int
        hist = np.int32(np.around(hist_item))
        bins = np.arange(256).reshape(256, 1)
        # 生成点坐标
        # np.column_stack将矩阵按列合并
        pts = np.int32(np.column_stack((bins, hist)))
        # 绘制多边形曲线
        cv2.polylines(h, [pts], False, col)
    # 将图片上下翻转
    y = np.flipud(h)
    return y


def hist_lines(im):
    """
    以线条模式绘制直方图(适用灰度图)
    """
    h = np.zeros((300, 256, 3))
    if len(im.shape) != 2:
        im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
    hist_item = cv2.calcHist([im], [0], None, [256], [0, 255])
    # 直方图归一化
    cv2.normalize(hist_item, hist_item, 0, 255, cv2.NORM_MINMAX)
    hist = np.int32(np.around(hist_item))
    # 绘制直线
    for x, y in enumerate(hist):
        cv2.line(h, (x, 0), (x, y), (255, 255, 255))
    # 将图片上下翻转
    y = np.flipud(h)
    return y


def main(image_path):
    im = cv2.imread(image_path)
    if im is None:
        raise Exception('加载图片失败')

    gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)

    print(''' 直方图绘制 \n
    Keymap :\n
    a - show 对彩色图片用曲线模式绘制直方图  \n
    b - show 对图片(第一通道)用柱状(bin)模式绘制直方图 \n
    c - show 对灰度图片用曲线模式绘制直方图 \n
    d - show 对归一化后的图片用曲线模式绘制直方图 \n
    Esc - exit \n
    ''')

    cv2.imshow('image', im)
    while True:
        k = cv2.waitKey(0)
        if k == ord('a'):
            curve = hist_curve(im)
            cv2.imshow('histogram', curve)
            cv2.imshow('image', im)
            print('a')
        elif k == ord('b'):
            print('b')
            lines = hist_lines(im)
            cv2.imshow('histogram', lines)
            cv2.imshow('image', gray)
        elif k == ord('c'):
            print('c')
            curve = hist_curve(gray)
            cv2.imshow('histogram', curve)
            cv2.imshow('image', gray)
        elif k == ord('d'):
            print('d')
            # 对图片归一化
            norm = cv2.normalize(gray, gray, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX)
            lines = hist_lines(norm)
            cv2.imshow('histogram', lines)
            cv2.imshow('image', norm)
        elif k == 27:
            print('ESC')
            cv2.destroyAllWindows()
            break

    print('Done')


if __name__ == '__main__':
    main('/home/pi/PycharmProjects/learn/learn_opencv/copy_of_lena_color.jpg')
    cv2.destroyAllWindows()

效果展示