opencv python 学习笔记 16 直方图

最新推荐文章于 2024-09-28 20:25:41 发布

xsstar

最新推荐文章于 2024-09-28 20:25:41 发布

阅读量128

点赞数 1

文章标签： opencv

本文链接：https://blog.csdn.net/xsstar/article/details/104781617

版权

直方图
在这里插入图片描述

img = cv2.imread('d:/opencv/tx/cat.jpg',0)
hist = cv2.calcHist([img],[0],None,[256],[0,256])
print(hist.shape)
plt.hist(img.tr)

结果
在这里插入图片描述

mask操作

img = cv2.imread('d:/opencv/tx/cat.jpg',0)
mask = np.zeros(img.shape[:2],np.uint8)
print(mask.shape)
mask[100:300,100:400]=255
cv_show(mask,'mask')
```![在这里插入图片描述](https://img-blog.csdnimg.cn/20200310202124515.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hzc3Rhcg==,size_16,color_FFFFFF,t_70)

```python
mask_img = cv2.bitwise_and(img,img,mask = mask)
cv_show(mask_img,'mask_img')

在这里插入图片描述
展示直方图

直方图均衡化
均衡化算法

均衡化函数：equ = cv2.equalizeHist(img)
均衡化结果：

均衡化后图像的区别

变得更清晰明显，所以均衡化可用于处理图像
但会丢失细节
所以接下来，介绍一种分别做均衡化的方法

自适应直方图均衡化

cv2.imread('d:/opencv/tx/clahe.jpg',0)
equ = cv2.equalizeHist(img)

#cv_show(res,'res')
clahe = cv2.createCLAHE(clipLimit= 2.0,tileGridSize=(8,8))
res_clahe = clahe.apply(img)
res = np.hstack((img,equ,res_clahe))
cv_show(res,'res')