Opencv学习笔记（三）图像灰度化、灰度直方图、直方图均衡化

图像灰度化

图像灰度化是将彩色图像转换为灰度图像。OpenCV中使用cv2.cvtColor()函数进行色彩空间转换，第一个参数为图像，第二个参数为转换类型，RGB图像转灰度图像的类型为cv2.COLOR_BGR2GRAY。

灰度直方图

直方图是图像的另一种表示方法，它反映了图像的灰度分布。
cv2.calcHist(images, channels, mask, histSize,rangs[, hist,[,accumulate]])函数统计一副图像的直方图，返回值为256*1的数组，对应了0~255灰度等级的像素个数。
images: 原图像（uint8或float32);
channels:统计某一通道的直方图，灰度图像的channels = [0],彩色图像B、G、R分别对应[0]、[1]、[2]；
mask:掩模图像，统计整幅图像的直方图时为None,统计图像部分区域时就需要设计掩膜；
histSize：BIN的数目；
ranges:像素范围[0,255]。

直方图均衡化

直方图均衡化是将图像的像素灰度值均匀分布，目的是改善图像的对比度。
cv2.equalizeHist()可实现直方图均衡化，参数为灰度图像。

代码

import cv2
from matplotlib import pyplot as plt
# 读取图像
img = cv2.imread(r'F:\OPENCV\Opencv\flower.jfif', cv2.IMREAD_COLOR)
# 显示原始图像
cv2.namedWindow('opencv', cv2.WINDOW_NORMAL)
cv2.resizeWindow('opencv', (350, 400))
cv2.imshow('opencv', img)
# 图像灰度化
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 显示灰度图像
cv2.namedWindow('gray', cv2.WINDOW_NORMAL)
cv2.resizeWindow('gray', (350, 400))
cv2.imshow('gray', gray_img)

# 直方图均衡化
equal_img = cv2.equalizeHist(gray_img)
# 显示均衡化后的图像
cv2.namedWindow('equal_img', cv2.WINDOW_NORMAL)
cv2.resizeWindow('equal_img', (350, 400))
cv2.imshow('equal_img', equal_img)

# 绘制灰度直方图
hist = cv2.calcHist([gray_img], [0], None, [256], [0, 256])
plt.figure(1)
plt.plot(hist)
plt.xlim([0, 256])
# 绘制均衡化后的灰度直方图
plt.figure(2)
equal_hist = cv2.calcHist([equal_img], [0], None, [256], [0, 256])
plt.plot(equal_hist)
plt.xlim([0, 256])
plt.show()

cv2.waitKey()
cv2.destroyAllWindows()

结果显示