OpenCV—图像直方图

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

方法一：利用matplotlib

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


def plot_demo(img):
    plt.hist(img.ravel(), 256, [0, 256])  # ravel函数功能是将多维数组降为一维数组
    plt.show()

注意：

1. numpy的ravel函数功能是将多维数组降为一维数组
2. hist函数原型：

def 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, *, data=None,
        **kwargs):
    return gca().hist(
        x, bins=bins, range=range, density=density, weights=weights,
        cumulative=cumulative, bottom=bottom, histtype=histtype,
        align=align, orientation=orientation, rwidth=rwidth, log=log,
        color=color, label=label, stacked=stacked, normed=normed,
        **({"data": data} if data is not None else {}), **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。

方法二： 利用OpenCV的API

def img_hist(img):  # 画三通道图像的直方图
    color = ('blue', 'green', 'red')  # 画笔颜色的值可以为大写或小写或只写首字母或大小写混合
    for i,color in enumerate(color):
        hist = cv.calcHist([img], [i], None, [256], [0, 256])
        plt.plot(hist, color=color)
        plt.xlim([0, 256])
    plt.show()

注意：
4. 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。
5. cv2.calcHist的原型为：

def calcHist(images, channels, mask, histSize, ranges, hist=None, accumulate=None)

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。