机器视觉学习-day16-直方图均衡化

最新推荐文章于 2025-12-02 20:46:18 发布

原创

最新推荐文章于 2025-12-02 20:46:18 发布 · 569 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#学习

代码步骤：图片输入→灰度化→绘制直方图→直方图均衡化→绘制直方图→图片输出

1 绘制直方图

直方图就是对图像中每个像素值进行频数统计，绘制成柱状统计图，x轴是灰度值，y轴是每个灰度出现的频次。

理解下面的函数

# 直方图绘制函数
import cv2
import numpy as np


def draw_hist(image, color):  # 定义了一个名为draw_hist的函数
    """
    绘制直方图
    :param image: 输入图像，哪个图的直方图图像（灰度化之后的）
    :param color: 直方图柱子什么颜色，BGR元组
    :return: 直方图图像
    """
    hist = cv2.calcHist(  # 使用OpenCV的calcHist函数计算图像直方图
        [image],  # 计算直方图的图像，支持多图像输入，因此一个图像也要写成列表
        [0],  # 要计算的图像灰度值通道需要，灰度图只有一个通道，所以是0
        None,  # 掩膜，全图计算不需要
        [256],  # 直方图x轴的精细程度，256表示分为256份
        [0, 255]  # x轴的范围
    )
    print(hist.shape)  # (256, 1) 256表示有256个灰度频数数据
    # 提取关键数据
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(hist)
    # print('min_val:', min_val)  # 0.0，最小的灰度频数
    print('max_val:', max_val)  # 471606.0，最大的灰度频数
    # print('min_loc:', min_loc)  # (0, 255)，最小的灰度频数对应的灰度值
    # print('max_loc:', max_loc)  # (0, 1)，最大的灰度频数对应的灰度值
    # 创建一张纯黑图，画柱子
    hist_img = np.zeros([256, 256, 3], np.uint8)
    # 为了让y轴最高的柱子留一部门空白，最高柱子的高度
    hpt = int(256 * 0.9)
    for h in range(256):  # 从0到255，每个灰度画柱子
        # 柱子高度（整数） = 直方图的最高值hpt * 每个灰度的频数/最高的频数
        intensity = int(hpt * hist[h] / max_val)
        # print(intensity)
        # 画柱子（线）
        cv2.line(
            hist_img,
            (h, 256),  # x轴的起始点
            (h, 256 - intensity),  # 线段从下往上画的终点
            color
        )
    return hist_img