2019-8-14 opencv图像处理10-直方图3(2D直方图)颜色直方图Hue&Saturation

本文详细介绍了如何使用OpenCV计算和绘制2D直方图,特别是在颜色直方图中的应用,重点关注Hue和Saturation特征。通过官方样例代码解析cv.calcHist()函数的使用,并对比了numpy的histogram2d()函数。同时探讨了使用cv.imshow()和Matplotlib进行2D直方图的显示,强调了颜色直方图在识别图像颜色特征中的作用。
摘要由CSDN通过智能技术生成

官网https://docs.opencv.org/3.4.1/dd/d0d/tutorial_py_2d_histogram.html

前面的文章中介绍了如何计算和绘制一维直方图。之所以称为一维,因为我们只关注图像的1个特征,例如:像素的灰度值。在二维直方图中,我们需要考虑2个特征,通常它被用于颜色直方图。颜色直方图需要考虑2个特征,像素的颜色(Hue)和饱和度(Saturation)。

opencv官方例子samples/python/color_histogram.py中有颜色直方图绘制,本节会对其介绍。这对于后面直方图投影学习有帮助。

1.opencv中的2D直方图

opencv提供cv.calcHist()函数计算直方图。
对于彩色直方图,我们需要把颜色空间从BGR转换到HSV(如果是1D直方图,需要从BGR转换到灰度图)。

2D直方图,参数需要做如下修改:

  • channels = [0,1] 因为我们需要同时处理H和S通道
  • bins = [180,256] 180-H通道,256-S通道
  • range = [0,180,0,256] H范围0至180,S范围0至256

代码例子如下

import numpy as np
import cv2 as cv
img = cv.imread('result.jpg')
hsv = cv.cvtColor(img,cv.COLOR_BGR2HSV)
hist = cv.calcHist([hsv], [0, 1], None, [180, 256], [0, 180, 0, 256])

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值