第13章 图像轮廓 --直方图处理

1、cv2.calcHist 函数 统计直方图信息

hist = cv2.calcHist(image, channels, mask, histSize, range, accumulate)

返回值：

• hist：返回的统计直方图，是一个一维数组，数组内的元素是各个灰度级的像素个数

参数：

• images：原始图像，该图像需要使用“[]”括起来。
• channels：指定通道编号。通道编号需要用 “[]” 括起来，
  • 如果输入图像是单通道灰度 图像，该参数的值就是[0]
  • 对于彩色图像，它的值可以是[0]、[11、[2]，分别对应通道 B、G、R
• mask：掩模图像。
  • 当统计整幅图像的直方图时，将这个值设为 None
  • 当统计图像某一部分的直方图时，需要用到掩模图像
• histSize：BINS 的值,该值需要用 “[]” 括起来。例如,BINS 的值是 256,需要使用“[256]’作为此参数值。
• ranges： 即像素值范围。例如，8位灰度图像的像素值范围是 [0，255]。
• accumulate：累计(累积、叠加)标识，默认值为 False。
  • 如果被设置为True，则直方图在开始计算时不会被清零，计算的是多个直方图的累积结果，用于对一组图像计算直方图。该参数允许从多个对象中计算单个直方图，或者实时更新直方图。

举例：

import cv2

original_image = cv2.imread("Lena.bmp", 0)

hist = cv2.calcHist([original_image], [0], None, [256], [0, 255])
print(type(hist))
print(hist.shape)
print(hist)

# <class 'numpy.ndarray'>
# (256, 1)
# [[0.000e+00]
#  [0.000e+00]
#  [0.000e+00]
#  [0.000e+00]
#  [0.000e+00]
#  ..........
#  [0.000e+00]
#  [0.000e+00]
#  [0.000e+00]
#  [0.000e+00]
#  [0.000e+00]]

---

2、结合 matplotlib.pyplot.plot 绘制直方图

import cv2
import matplotlib.pyplot as plt

o = cv2.imread("Lena.bmp", -1)

hist_b = cv2.calcHist([o], [0], None, [256], [0, 255])
hist_g = cv2.calcHist([o], [1], None, [256], [0, 255])
hist_r = cv2.calcHist([o], [2], None, [256], [0, 255])
plt.plot(hist_b, color='b')
plt.plot(hist_g, color='g')
plt.plot(hist_r, color='r')

plt.show()