12 图像直方图

图像的构成是由像素点构成的，每个像素点的值代表着该点的颜色（灰度图或者彩色图）。所谓直方图就是对图像中的这些像素点的值进行统计，得到一个统一的整体的灰度概念。直方图的好处就在于可以清晰了解图像的整体灰度分布，这对于后面依据直方图处理图像来说至关重要。

一般情况下直方图都是灰度图像，直方图x轴是灰度值（一般0~255），y轴就是图像中每一个灰度级对应的像素点的个数。

那么如何获得图像的直方图？首先来了解绘制直方图需要的一些量：灰度级，正常情况下就是0-255共256个灰度级，从最黑一直到最亮（白）（也有可能统计其中的某部分灰度范围），那么每一个灰度级对应一个数来储存该灰度对应的点数目。也就是说直方图其实就是一个1m（灰度级）的一个数组而已。但是有的时候我们不希望一个一个灰度的递增，比如现在我想15个灰度一起作为一个灰度级来花直方图，这个时候我们可能只需要1(m/15)这样一个数组就够了。那么这里的15就是直方图的间隔宽度了。
以下是两种获得图像直方图的方法：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt


def plot_demo(image):  # 绘图都可以调用matplotlib.pyplot库来进行，其中的hist函数可以直接绘制直方图
    plt.hist(image.ravel(), 256, [0, 255])  # ravel函数是将多维数组降为一维数组
    plt.show()

def image_hist(image):
    color = ('blue', 'green', 'red')
    for i, color in enumerate(color):  # 遍历序列中的元素以及它们的下标
        hist = cv.calcHist([image], [i], None, [256], [0, 256])
        plt.plot(hist, color = color)
        plt.xlim([0, 256])
    plt.show()


print("--------- Hello Python ---------")
src = cv.imread("D:/opencv/wall.jpg")
cv.namedWindow("red", cv.WINDOW_AUTOSIZE)
cv.imshow("red", src)
image_hist(src)
cv.waitKey(0)
cv.destroyAllWindows()

enumerate 函数用于遍历序列中的元素以及它们的下标，例如：

>>> color = ('blue', 'green', 'red')
>>> for i, color in enumerate(color):
	print(i, color)

0 blue
1 green
2 red

numpy的ravel函数功能是将多维数组降为一维数组，这与flatten函数功能一样，不同的是，flatten不会影响原数组，而ravel则会改变原数组，例如：

>>> x = np.array([[1, 2], [3, 4]])
>>> x.flatten()[1] = 100
>>> x
array([[1, 2],
       [3, 4]])            # flatten：返回的是拷贝
>>> x.ravel()[1] = 100
>>> x
array([[  1, 100],
       [  3,   4]])        # ravel:返回的是修改后的结果

plt.hist参数详解：

matplotlib.pyplot.hist(  
    x, bins=10, range=None, normed=False,   
    weights=None, cumulative=False, bottom=None,   
    histtype=u'bar', align=u'mid', orientation=u'vertical',   
    rwidth=None, log=False, color=None, label=None, stacked=False,   
    hold=None, **kwargs)  

x : (n,) array or sequence of (n,) arrays，这个参数是指定每个bin(箱子)分布的数据,对应x轴
bins : 这个参数指定bin(箱子)的个数,也就是总共有几条条状图
range：筛选数据范围，即横坐标显示的范围，范围之外的将被舍弃，默认是最小到最大的取值范围
normed : 这个参数指定密度,也就是每个条状图的占比例比,默认为1

cv2.calcHist
该函数是opencv自带的，而numpy.histogram也可用来统计直方图
原型为：calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]]) -> hist

images参数表示输入图像，传入时应该用中括号[ ]括起来
channels参数表示传入图像的通道，如果是灰度图像，那就不用说了，只有一个通道，值为0，如果是彩色图像（有3个通道），那么值为0,1,2,中选择一个，对应着BGR各个通道。这个值也得用[ ]传入。
mask参数表示掩膜图像。如果统计整幅图，那么为None。主要是如果要统计部分图的直方图，就得构造相应的掩膜来计算。
histSize参数表示灰度级的个数，需要中括号，比如[256]
ranges参数表示像素值的范围，通常[0,256]。此外，假如channels为[0,1],ranges为[0,256,0,180],则代表0通道范围是0-256,1通道范围0-180。
hist参数为返回值，返回计算出来的直方图。

关于pyplot模块里plot()函数、xlim()函数等的用法参考：
Python可视化库matplotlib(基础整理)
matplotlib.pyplot.plot()参数详解