直方图(Histogram)是一种用于描述数据分布情况的统计工具,它将数据划分为若干个区间,并统计每个区间内的数据个数。在图像处理领域,直方图通常用于表示图像中像素值的分布情况。通过分析直方图,我们可以了解图像的整体亮度、对比度、色彩分布等信息,从而为后续的图像处理任务提供有力的支持。
一、单张图片检测代码
import cv2
import matplotlib.pyplot as plt
img = cv2.imread('text.jpg', 0) # 直接读为灰度图像
# opencv方法读取-cv2.calcHist(速度最快)
# 图像,通道[0]-灰度图,掩膜-无,灰度级,像素范围
hist_cv = cv2.calcHist(img, [0], None, [256], [0, 256])
plt.plot(hist_cv)
plt.savefig('output_t.jpg')
plt.show()
二、多张图片的检测代码
import cv2
import matplotlib.pyplot as plt
import os
# folder_path = './' # 指定文件夹路径 下文中'./'是指定文件夹路径folder_path缩减
for filename in os.listdir('./'):
if filename.endswith(('.jpg','.png')): # 只处理jpg图片
img = cv2.imread(os.path.join('./', filename), 0) # 直接读为灰度图像
zhi = cv2.calcHist([img], [0], None, [256], [0, 256]) # 计算直方图
plt.plot(zhi) # 绘出直方图
plt.savefig(os.path.join('./', 'output_' + filename)) # 保存直方图
plt.show()