#Opencv python直方图（直方图的显示与均衡）

最新推荐文章于 2022-03-14 22:48:22 发布

关青御热风

最新推荐文章于 2022-03-14 22:48:22 发布

阅读量301

点赞数 4

分类专栏： OpenCV 文章标签： opencv python

本文链接：https://blog.csdn.net/weixin_52662649/article/details/116274746

版权

本文介绍了如何使用OpenCV的Python接口进行直方图均衡化，以此来提高图像的对比度。流程包括直方图均衡的基本原理和在Opencv中的实现。文中还引用了相关的大佬文章及实例进行辅助理解。

摘要由CSDN通过智能技术生成

#python+Opencv 直方图
import cv2 as cv 
import numpy as np 
from matplotlib import pyplot as plt

#读取灰度图
img = cv.imread('G:\\sundries\\CVpictures\\pocketmon2.jpg',0)

#查找直方图
hist = cv.calcHist([img],[0],None,[256],[0,256])
'''
cv.calcHist（images，channels，mask，histSize，ranges [，hist [，accumulate]]）
1.images：它是uint8或float32类型的源图像。它应该放在方括号中，即“ [img]”。
2.channels：也以方括号给出。它是我们计算直方图的通道的索引。例如，如果输入为灰度图
像，则其值为[0]。对于彩色图像，您可以传递[0]，[1]或[2]分别计算蓝色，绿色或红色通道的
直方图。
3.mask：图像掩码。为了找到完整图像的直方图，将其指定为“无”。但是，如果要查找图像特
定区域的直方图，则必须为此创建一个掩码图像并将其作为掩码。
4.histSize：这表示我们的BIN计数。需要放在方括号中。对于全尺寸，我们通过[256]。
5.ranges：这是我们的RANGE。通常为[0,256]
'''
#还可以用Numpy中的np.histogram(img_gray.ravel(),256,[0,256])
#也可以用np.bincount(img_gray.ravel(),minlength = 256),要设置minlength为256

#绘制直方图
#1.使用Matplotlib
plt.hist(img.ravel(),256,[0,256])
plt.show()

#2.使用matplotlib的法线图（比较适合BGR图）
import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('G:\\sundries\\CVpictures\\pocketmon2.jpg')
color = ('b','g','r')
#先找到直方图数据
for i,col in enumerate(color):
 histr = cv.calcHist([img],[i],None,[256],[0,256])
 plt.plot(histr,color = col)
 plt.xlim([0,256])
plt.show(