OpenCV图像处理技术（Python）——图像直方图

最新推荐文章于 2024-09-04 06:49:37 发布

森屿_

最新推荐文章于 2024-09-04 06:49:37 发布

阅读量1.5k

点赞数 1

分类专栏： OpenCV 文章标签： opencv

本文链接：https://blog.csdn.net/weixin_52243766/article/details/118275667

版权

本文介绍了图像直方图的含义，并详细讲解了如何使用Python的Numpy和OpenCV绘制直方图，包括使用掩码、直方图均衡化、比较及阈值法。重点介绍了OpenCV的cv2.calcHist()函数和cv2.equalizeHist()函数的应用。

摘要由CSDN通过智能技术生成

一、直方图的含义

从统计的角度讲，直方图是图像内灰度值的统计特性与图像灰度值之间的函数，直方图统计图像内各个灰度级的次数。从直方图的图形上观察，横坐标是图像中各像素点的灰度级，纵坐标是具有该灰度级（像素值）的像素个数.

二、绘制直方图

Python的模块matplotlib.pyplot中的hist()函数能够方便地绘制直方图，我们通常采用该函数直接绘制直方图。除次之外，OpenCV中的cv2.calcHist()函数能够计算统计直方图，还可以在此基础上绘制图像的直方图。

1.使用Numpy绘制直方图

语法格式： matplotlib.pyplot.hist(X,BINS)

·X: 数据源，必须是一维的。图像通常是二维的，需要使用ravel()函数（b = a.ravel）将图像处理为一维数据源以后，再作为参数使用。
·BINS: BINS的具体值，表示灰度级的分组情况。
代码如下：

import cv2
import matplotlib.pyplot as plt
img1=cv2.imread("hj.jpg",0)
cv2.imshow("img1",img1)
plt.hist(img1.ravel(),256,facecolor='yellowgreen')
cv2.waitKey()
cv2.destroyAllWindows()

在这里插入图片描述

2.使用OpenCV绘制直方图

2.1使用cv2.calcHist()函数统计图像直方图

语法格式：

hist = cv2.calcHist(image,channels,mask,histSize,ranges,accumulate)

·image: 原始图像，该图像需要使用“ [ ] ”括起来。
·channels: 指定通道编号。通道编号需要用“ [ ] ”括起来，如果输入图像是单通道灰度图像，该参数的值就是[0]。对于彩色图像，它的值可以是[0]、[1]、[2]，分别对应通道B、G、R。
·mask: 掩码图像，当统计整幅图像的直方图时，将这个值设置为None。当统计图像某一部分的直方图时，需要用到掩码图像。
·histSize: BINS的值，该值需要用“ [ ] ”括起来。
·ranges: 即像素范围。
·accumulate: 累积标识，默认值为False。
代码如下：

import cv2
import numpy as np
import matplotlib.pyplot as plt
img=cv2.imread("bd.jpg")
hist = cv2.calcHist([img],[0],None,[256],[0,255])
plt.plot(hist,color='b')

在这里插入图片描述

2.2绘制彩色直方图
代码如下：

import cv2
import numpy as np
import matplotlib.pyplot as plt
img=cv2.imread("bd.jpg")
histb = cv2.calcHist([img],[0],None,[256],[0,255])
histg = cv2.calcHist([img],[1],None,[256],[0,255])
histr = cv2.calcHist([img],[2],None,[256],[0,255])
plt.plot(histb,color='b')
plt.plot(histg,color='g')
plt.plot(histr,color='r')

在这里插入图片描述
2.3彩色直方图封装
代码如下：

import cv2
import numpy as np
from matplotlib import pyplot as plt
def image_hist(image):
    color = ('blue', 'green', 'red')
    for i, color in enumerate(color):
        hist = cv2.calcHist([image], [i], None, [256], [0, 256])
        plt.plot(hist, color=color)
        plt.xlim([0, 256])
    plt.show()
img=cv2.imread