Python数字图像处理（直方图、直方图均衡化、高斯滤波）

测试原图

1.直方图

1.1 直方图原理

直方图：图像的直方图描述图像的灰度级和对应灰度级在图像中出现的次数（频率）的关系，通过直方图可以进行图像分割、检索、分类等操作
matplotlib库的hist函数：hist函数能够帮助绘制直方图。它的参数很多，这里用到前两个参数：x、bins。x参数表示一个像素的一维数组，如果是一维以上的数组可以使用flatten方法展平成一维，一般来说读入一幅图片都是一个二维的矩阵，都需要进行展平的操作。bins参数表示要显示直方图的柱数

1.2 绘制图片轮廓与直方图

代码：

from PIL import Image
from pylab import *

# 解决中文乱码
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
#

im = array(Image.open('tracer.png').convert('L'))  # 打开图像，并转成灰度图像
print(im)
figure()
subplot(121)
gray()
contour(im, origin='image')  # 画图
axis('equal')  # 自动调整比例
axis('off')  # 去除x  y轴上的刻度
title(u'图像轮廓')

subplot(122)
# flatten()函数可以执行展平操作，返回一个一维