十五天掌握OpenCV——2D直方图

特点：考虑图像的两个特征，颜色（Hue）和饱和度（Saturation）。

opencv中的2D直方图

cv2.calcHist(images,channels,mask,histSize,ranges[,hist[,accumulate]])

1. images：将图像的颜色空间从BGR转为HSV。[HSV]
2. channels=[0,1]：为了同时处理H和S两通道。
3. bins=[180,256]：H通道是180，S通道是256。
4. range=[0,180,0,256]：H的取值范围0-180，S的取值范围0-256。

代码演示

#coding=utf-8
import cv2
import numpy as np
while(1):
    img=cv2.imread("juzi.jpg")
    hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

    hist=cv2.calcHist([hsv],[0,1],None,[180,256],[0,180,0,256])
    cv2.waitKey(0)&0xFF
    cv2.imshow("img",img)
    cv2.imshow("rst",hist)

numpy中2D直方图

函数：np.histogram2D(H通道，S通道，bins的数目，数值范围)

代码演示

#coding=utf-8
import cv2
import numpy as np
from matplotlib import pyplot as plt

img=cv2.imread("pingguo.jpg")
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

hist,xbins,ybins=np.histogram2d(h.ravel(),s.ravel(),[180,256],[[0,180],[0,256]])

绘制2D直方图

1. 使用cv2.imshow() ——图像为灰度图，需要知道不同颜色H通道值。
2. 使用matplotlib() ——函数 matplotlib.pyplot.imshow() 绘制2D直方图，但还是不知道H通道值。
3. OpenCV风格 ——输出一副由图像编码的直方图。先创建hsv格式颜色地图，再转换为bgr格式，在将直方图与颜色直方图相乘，并去除小的孤立点。最后得到直方图。

代码演示

#coding=utf-8
import cv2
import numpy as np
from matplotlib import pyplot as plt

img=cv2.imread("222.jpg")
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
hist=cv2.calcHist([hsv],[0,1],None,[180,256],[0,180,0,256])

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

代码演示

#coding=utf-8
import cv2
import numpy as np
from time import clock
import sys
import video

if __name__=='__main__':
    hsv_map=np.zeros((180,256,3),np.uint8) #构建颜色地图
    h,s=np.indices(hsv_map.shape[:2]) #返回由数组索引构建的新数组
    hsv_map[:,:,0]=h
    hsv_map[:,:,1]=s
    hsv_map[:, :, 2] =255
    hsv_map=cv2.cvtColor(hsv_map,cv2.COLOR_HSV2BGR)
    cv2.imshow('hsv_map',hsv_map)
    
    cv2.namedWindow('hist',0)
    hist_scale=10
    def set_scale(val):
        global hist_scale
        hist_scale=val
    cv2.createTrackbar('scale','hist',hist_scale,32,set_scale)
    
    try:
        fn=sys.argc[1]
    except:
        fn=0
    cam=video.create_capture(fn,fallback='路径')
    
    while True:
        flag,frame=cam.read()
        cv2.imshow('camera',frame)
        
        small=cv2.pyrDown(frame)
        hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
        dark=hsv[:,:,2]<32
        
        hsv[dark]=0
        h=cv2.calcHist([hsv],[0,1],None,[180,256],[0,180,0,256])
        
        h=np.clip(h*0.005*hist_scale,0,1)
        
        vis=hsv_map*h[:,:,np.newaxis]/255.0
        cv2.imshow('hist',vis)
        
        ch=0xFF & cv2.waitKey(1)
        if ch==27:
            break
        cv2.destroyAllWindows()