python画不同颜色的直方图_Python与机器视觉(x) 颜色直方图

本系列博客主要分享Python在机器视觉/计算机视觉下的编程应用

cv2包是著名的视觉库OpenCV的Python实现

颜色直方图一般用于统计图片不同通道像素强度的分布，并可以基于此来实现对比度提升、以及简单的目标识别、跟踪以及分割等任务。在openCV中集成了函数cv2.calcHist()来实现直方图的计算。

函数定义如下:

cv2.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]]) → hist

其中images 可为单张或多张图像的array

channels 为要计算的通道数

mask 为图像掩膜

histSize 为直方图的柱子数量，即将数据分布在多少个区间上计数

range 为直方图取值范围

hist为返回值，不用填

accumulate 多张图的时候是否叠加

所以一般调用的时候只需要填上面四个参数,掩膜为None，范围0.0-255.0，数量255个：

hist = cv2.calcHist(img, [0]， None，[256], [0.0,255.0])

1. 看一个例子

import cv2

import numpy as np

import matplotlib.pyplot as plt

#读入灰度图像并显示（imread用0参数）

img = cv2.imread('img.jpeg',0)

cv2.imshow('img',img)

cv2.waitKey()

cv2.destroyAllWindows()

接下来计算其像素亮度分布的直方图，在0~255范围内分为255级来计算

hist_255 = cv2.calcHist([img],[0], None, [256], [0.0,255.0]) #灰度图只有一个通道，通道0

#注意，img一定要加[],使其变成三维，否则则会使用第一维进行计算，即不加中括号会计算img[0,:]的直方分布

print('histrogram shape is',hist_255.shape)

plt.plot(hist_255,'gray')

plt.title('Histrogram of gray image')

plt.show()

Output: ‘histrogram shape is’, (256L, 1L)