图片中基于opencv的直方图(python检测代码)

        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()

三、示例