【OpenCV-Python】12 直方图

代码

# -*- coding: utf-8 -*-
"""
Created on Sat Dec 26 14:44:11 2020

@author: gkm0120
"""
import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('lena.jpg', 0)

# 1.直方图计算
# 使用OpenCV函数计算
hist = cv2.calcHist([img], [0], None, [256], [0, 256])  # 性能：0.022158 s
# 使用numpy函数计算
hist, bins = np.histogram(img.ravel(), 256, [0, 256])  # 性能：0.020628 s
# 使用numpy函数计算
hist = np.bincount(img.ravel(), minlength=256)  # 性能：0.003163 s

# 2.绘制直方图
plt.hist(img.ravel(), 256, [0, 256])
plt.show()
# 或使用前面计算的直方图结果
plt.plot(hist)
plt.show()

# 3.直方图均衡化（直方图均衡化就是用来改善图像的全局亮度和对比度）
equ = cv2.equalizeHist(img)
cv2.imshow('equalization', np.hstack((img, equ)))  # 并排显示
cv2.waitKey(0)
# 绘制出均衡化后的直方图
plt.hist(equ.ravel(), 256, [0, 256])
plt.show()

# 4.自适应直方图均衡化（它在每一个小区域内（默认8×8）进行直方图均衡化）
img = cv2.imread('lena.jpg', 0)
equ = cv2.equalizeHist(img)  # 应用全局直方图均衡化
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))  # 自适应均衡化，参数可选
cl1 = clahe.apply(img)
cv2.imshow('equalization', np.hstack((equ, equ, cl1)))  # 并排显示
cv2.waitKey(0)

图例

绘制直方图

lena	lena对应的直方图

直方图均衡化

原图（左）、均衡化（右）

均衡化后的直方图

自适应直方图均衡化

均衡化（左）、自适应（右）

自适应后的直方图