python图像直方图、获取每一个柱的个数,OpenCV-Python学习(十一)：直方图

目录：

1.绘制直方图

1)一维直方图

2)2D直方图

2.直方图均衡化

1)全局直方图均衡化

2)CLAHE(限制对比度的自适应直方图均衡化)-->局部

3.直方图反向投影

一、绘制直方图

直方图：统计每个像素在图像矩阵中出现的次数或概率。

OpenCV函数：

绘制直方图

cv2.calcHist(images, channels, mask, histSize, ranges, hist=None, accumulate=None)

参数：

img：输入图像，为列表，如[img]。

channels: 计算的通道，为列表，如[0]表示单通道，[0, 1]统计两个通道。

mask: 掩模，和输入图像大小一样的矩阵，为1的地方会进行统计(与图像逻辑与后再统计)；无掩模时为None。

histSize: 每一个channel对应的bins(柱子)个数，为列表，如[256]表示256个像素值。

ranges: bins的边界，为列表，如[0,256]表示像素值范围在0-256之间。-->使用切片的原理，含前不含后。

1)一维直方图

一般将图像从BGR转换为灰度图来绘制一维直方图，也可绘制单通道的1D直方图。

# 1)一维直方图

import cv2

import matplotlib.pyplot as plt

img = cv2.imread("image/1.jpg")

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转化为灰度图

# 绘制灰度图的直方图

hist_gray = cv2.calcHist(images=[gray], channels=[0], mask=None, histSize=[256], ranges=[0, 256])

# 绘制单通道B的直方图

hist_B = cv2.calcHist([img], [0], None, [256], [0, 256])

# 绘制单通道G的直方图

hist_G = cv2.calcHist([img], [1], None, [256], [0, 256])

# 绘制单通道R的直方图

hist_R = cv2.calcHist([img], [2], None, [256], [0, 256])

plt.plot(hist_gray, color="gray", label="Gray")

plt.plot(hist_B, color="b", label="B")

plt.plot(hist_G, color="g", label="G")

plt.plot(hist_R, color="r", label="R")

plt.show()