图像直方图的原理及代码实现

目录

一、图像直方图的基本概念

二、代码部分

1.代码解读

2.完整代码

---

一、图像直方图的基本概念

图像直方图（Histogram）是一种统计报告图，它通过一系列高度不等的纵向条纹或线段表示图像数据的分布情况。通常，横轴表示数据类型，纵轴表示分布情况。对于灰度图像，直方图显示的是不同灰度级别的像素数量分布；对于彩色图像，直方图可以按通道分别显示R、G、B三个颜色通道的像素数量分布，也可以合并显示彩色图像的像素数量分布。

构建直方图需要将图像数据的范围分段，然后计算每个段落的像素数量。对于灰度图像，通常将像素灰度值从0到255分成256个段，然后统计每个段落的像素数量；对于彩色图像，可以按通道（R、G、B）分别进行统计，也可以将三个通道的像素数量合并后再进行统计。

二、代码部分

1.代码解读

cv2.calcHist(images,channels,mask,histSize,ranges)

images: 原图像图像格式为 uint8 或 float32。当传入函数时应 用中括号 [] 括来例如[img]
channels: 表示传入的图像通道数。如果输入图像是灰度图它的值就是 [0]。如果是彩色图像 的传入的参数可以是 [0][1][2] 它们分别对应着 BGR。
mask: 掩模图像。统计整幅图像的直方图就把它为None。但是如果你想统计图像某一部分的直方图，你就制作一个掩模图像并使用它。
histSize:BINS的数目。也需用中括号括来10
BINS ：上面的直方图显示了每个像素值的像素数，即从0到255。即您需要256个值才能显示上述直方图。
但是请考虑一下，如