opencv 绘制直方图

一、话说直方图

说到直方图，同学们一定会想到统计学里的直方图（没有想起来的抓紧去翻下中学数学课本）。所谓直方图啊，就是把一大坨东西分成好几部分（横坐标），然后看看每一部分有多少（纵坐标）。比如说康娜酱的班里要做个人爱好的统计，喜欢跳绳的有5人，喜欢唱歌的有8人，喜欢读书的有6人，超喜欢康娜酱的有1人（才川同学了解一下）。那么图像中的直方图又是个啥子呢？喜欢摄影的同学一定见过。图像中常见的直方图是亮度直方图（在CV中还有一种H-S直方图，即在HSV空间中计算，若没有特殊说明，将会默认介绍亮度直方图），横坐标表示像素值的分布（通常0~255），纵坐标为像素个数，那么图像直方图的含义就是数数看每个像素值对应的像素个数，进一步讲，横坐标的左侧为暗的区域，右侧为亮的区域，所以图像的亮度分布情况就可以反应在亮度直方图中。

二、绘制直方图

在OpenCV中，我们使用函数calcHist来计算直方图（仅仅是计算），如果使用python，则可借助matplotlib绘制出直方图（python的话当然也可以用OpenCV中的绘图函数，但有matplotlib这么好的工具为什么不用呢）。

API：

hist=cv2.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]])

• hist：直方图的数据，是一个二维数组
• image：数组集合，这里就是图像集合，可以是一幅或多幅图像，需要有相同的深度（CV_8U或CV_32F）和尺寸
• channels：要统计哪个通道的像素，彩色图像的话就有3个通道
• mask：掩膜，当我们想要对图像中某一区域做直方图时就要在图像上加一层掩膜
• histSize：步长，要把横轴分成多少份，有些教程中叫做bin的长度
• ranges：统计量的取值范围，注意不是纵轴的取值范围，比如统计量是像素，那么通常就是像素值的取值范围

注意

• 参数images、channels、histSize和ranges参数都要写成列表的形式，因为这个函数允许处理多幅图像或多个通道
• 当要处理多幅图像或多个通道时，histSize和ran