小白学python(opencv图像直方图(Histogram))

小白学python(opencv图像直方图(Histogram))@[TOC](小白学python(opencv图像直方图(Histogram) 这些大部分都是跟着视频敲的,函数参数也是百度所得,实在看官方文档对我这个大一的有一定难度。其中主要是方便我自己回看复习,

@[TOC](小白学python(opencv图像直方图(Histogram) 这些大部分都是跟着视频敲的,函数参数也是百度所得,实在看官方文档对我这个大一的有一定难度。其中主要是方便我自己回看复习,望大家多多包涵,多多指教。

图像直方图(Histogram)

定义

灰度直方图(histogram)是灰度级的函数,描述的是图像中
每种灰度级像素的个数,反映图像中每种灰度出现的频率。
横坐标是灰度级,纵坐标是灰度级出现的频率(对数字图像
来说,意味着该灰度级像素的个数)。

在这里插入图片描述

1.图像直方图的两个基本属性:range[0, 256]bins(组块)
2.直方图无空间信息
3.中间灰度级像素多,动态范围小,图像对比度低
4.直方图均匀分布时图像最清晰

在这里插入图片描述

图像的直方图是用来表现图像中亮度分布的直方图,给出的是图像
中某个亮度或者某个范围亮度下共有几个像素,即统计一幅图某个
亮度像素数量。

即: 在这里插入图片描述

操作方法

法一:matplotlib

Matplotlib 是Python中类似 MATLAB 的绘图工具
python中的matplotlib是一种用于创建图表的桌面绘图包主要是2D方面
使用python对matplotlib库操作使得对图形的显现极为方便

代码:

def plot_demo(image):
    plt.hist(image.ravel(),256,[0,256])#ravel函数功能是将多维数组降为一维数组
    plt.show()
# numpy的ravel函数功能是将多维数组降为一维数组
# hist函数原型:
hist(x, bins=None, range=None, density=None, weights=None, 
cumulative=False, bottom=None, histtype='bar', align='mid', 
orientation='vertical', rwidth=None, log=False, color=None, 
label=None, stacked=False, normed=None, hold=None,
 data=None, **kwargs)

x参数表示是一个数组或一个序列,是指定每个bin(箱子)分布
的数据bins参数表示指定bin(箱子)的个数,也就是总共有几条
条状图range参数表示箱子的下限和上限。即横坐标显示的范围,
范围之外的将被舍弃。

结果: 在这里插入图片描述

法二:OpenCV的API

代码:

def image_hist(image): #用openv的api绘制图像直方图
    color = ("blue","green","red")
    for i,color in enumerate(color):
        hist = cv.calcHist([image],[i],None,[256],[0,256])
        plt.plot(hist,color = color)
        plt.xlim([0,256])
    plt.show()
enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)
组合为一个索引序列,同时列出数据下标和数据,一般用在 for 循环当中

cv2.calcHist的原型为:
calcHist(images, channels, mask, histSize,
 ranges[, hist[, accumulate]]) 
images参数表示输入图像,传入时应该用中括号[ ]括起来
channels参数表示传入图像的通道,如果是灰度图像,那就不用说了
,只有一个通道,值为0,如果是彩色图像(有3个通道),那么值为
0,1,2,中选择一个,对应着BGR各个通道。这个值也得用[ ]传入。
mask参数表示掩膜图像。如果统计整幅图,那么为None。主要是
如果要统计部分图的直方图,就得构造相应的掩膜来计算。
histSize参数表示灰度级的个数,需要中括号,比如[256]
ranges参数表示像素值的范围,通常[0,256]。此外,假如
channels为[0,1],ranges为[0,256,0,180],则代表0通道范围是
0-256,1通道范围0-180。
hist参数表示计算出来的直方图。

运行效果如图: 在这里插入图片描述

今天的文章小白学python(opencv图像直方图(Histogram))分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/18021.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注