python+opencv 图像直方图（histogram）

最新推荐文章于 2024-06-02 17:54:30 发布

原创最新推荐文章于 2024-06-02 17:54:30 发布 · 1k 阅读

1 ·

CC 4.0 BY-SA版权

图像处理同时被 2 个专栏收录

39 篇文章

订阅专栏

python+opencv

24 篇文章

订阅专栏

本文介绍了如何使用Python和OpenCV库对RGB图像进行直方图绘制，详细解释了图像像素值分布的统计方法，包括单通道和多通道直方图的绘制过程。

Python3.8

Conda

Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

（个人理解，对于RGB图像，每个通道的像素值在0-255之间，共256个值，所以Bin的数目是256。加入图像是14位的，则图像一共有 $2^{14}$ 个像素值。故一个Bin的大小是64，所以统计得到的直方图x轴是0-255，y轴是0-64。）

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt


def plot_demo(image):
    #  ravel把出现的频次都统计出来，范围是0-256
    plt.hist(image.ravel(), 256, [0, 256])
    plt.show()


def image_hist(image):
    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()

src = cv.imread('C:/Users/Y/Pictures/Saved Pictures/demo.png')
cv.namedWindow('input image', cv.WINDOW_AUTOSIZE)
cv.imshow('input image', src)
image_hist(src)
cv.waitKey(0)
cv.destroyAllWindows()

原图像