第七章、视觉直方图

基于Python的OpenCV学习

第七章、视觉直方图

00_思维导图

01_cv2.calcHist

import cv2
import matplotlib.pyplot as plt
img = cv2.imread('cat.jpg')

# cv2.calcHist(image,channels,mask,histSize,ranges)方法，返回图像某颜色通道像素值的一维列表。
# 该列表返回一个(256,1)形状的列表，列表元素为0-255像素点值的个数。
# 变量一定要加[]。
hist = cv2.calcHist([img],[0],None,[256],[0,256])
# channels表示颜色通道，
# 对于灰度图，仅取[0]，
# 对于彩色图，[0]、[1]、[2]分别对应B、G、R颜色通道。
# mask表示掩膜，取整幅图像的直方图信息时设为None。
# histSize，表示直方图柱的数量。
# ranges，表示像素范围

plt.figure(figsize=(32,16),dpi=40)
plt.plot(hist)
plt.xticks(fontsize=20)
plt.yticks(fontsize=20)
plt.show()

运行结果：

02_image.ravel

import cv2
import matplotlib.pyplot as plt
img = cv2.imread('cat.jpg')
plt.figure(figsize=(32,16),dpi=30)

# image.ravel()方法，返回图片各像素点的值的列表。
plt.hist(img.ravel(),256)

plt.show()

03_cv2.equalizeHist

import cv2
import matplotlib.pyplot as plt

img1 = cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)

# cv2.equalizeHist(image)方法，均衡化。
img2 = cv2.equalizeHist(img1)
# 只适用于灰度图。

# 通俗的来说，该方法增强图片的颜色对比度。
plt.subplot(2,2,1),plt.imshow(img1)
plt.subplot(2,2,2),plt.imshow(img2)
# 查看颜色通道，显然，像素点间的差异变小。
plt.subplot(2,2,3),plt.hist(img1.ravel())
plt.subplot(2,2,4),plt.hist(img2.ravel())

plt.show()

运行结果：