Opencv4 -Python官方教程学习笔记22---二维直方图

目标

查找和绘制2D直方图。

介绍

在第一篇文章中，我们计算并绘制了一维直方图。 之所以称为一维，是因为我们仅考虑一个特征，即像素的灰度强度值。 但是在二维直方图中，您要考虑两个特征。 通常，它用于查找颜色直方图，其中两个特征是每个像素的色相和饱和度值。
已经有一个python示例（samples / python / color_histogram.py）用于查找颜色直方图。 我们将尝试了解如何创建这种颜色直方图，这对于理解诸如直方图反向投影之类的更多主题将很有用。

标题

OpenCV中的二维直方图
它非常简单，并且使用相同的函数cv.calcHist()进行计算。 对于颜色直方图，我们需要将图像从BGR转换为HSV。（请记住，对于一维直方图，我们从BGR转换为灰度）。对于二维直方图，其参数将进行如下修改：

channel = [0,1]，因为我们需要同时处理H和S平面。
bins = [180,256] 对于H平面为180，对于S平面为256。
range = [0,180,0,256] 色相值介于0和180之间，饱和度介于0和256之间。

代码：

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
path = r'D:\Laboratory\Study\Computer Vision\opencv4-python\junhenghua.png'  
img = cv.imread(path)  
hsv = cv.cvtColor(img,cv.COLOR_BGR2HSV)
hist = cv.calcHist([img], [0, 1], None, [180, 256], [0, 180, 0, 256])

绘制二维直方图

方法1：使用cv.imshow
我们得到的结果是尺寸为80x256的二维数组。因此，可以使用cv.imshow()函数像平常一样显示它们。它将是一幅灰度图像，除非您知道不同颜色的色相值，否则不会对其中的颜色有太多了解。
方法2：使用Matplotlib
我们可以使用matplotlib.pyplot.imshow()函数绘制具有不同颜色图的2D直方图。它使我们对不同的像素密度有了更好的了解。但是，除非您知道不同颜色的色相值，否则乍一看并不能使我们知道到底是什么颜色。我还是更喜欢这种方法。它简单而更好。
注意 使用此功能时，请记住，插值法应采用最近邻以获得更好的结果

plt.imshow(hist,interpolation = 'nearest')
plt.show()

结果：
下面是其颜色直方图。X轴显示S值，Y轴显示色相。