opencv笔记（9）：灰度直方图

最新推荐文章于 2025-06-18 08:30:00 发布

寻风浪

最新推荐文章于 2025-06-18 08:30:00 发布

阅读量1.5k

点赞数

CC 4.0 BY-SA版权

分类专栏： opencv 文章标签：图像处理 python 计算机视觉人工智能 opencv

本文链接：https://blog.youkuaiyun.com/banaoxie0070/article/details/93859161

这篇博客介绍了如何使用opencv进行灰度图像的直方图统计。通过读取图像并转换为灰度图，计算每个灰度级像素出现的概率，并用matplotlib展示直方图，帮助读者理解灰度直方图的概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

生活就像大海，我就像一条咸鱼，在浩瀚的海洋中边浪边学，这是opencv笔记系列中的「灰度直方图」。

灰度直方图，统计每个灰度像素出现的概率。小编边浪边学，顺带以很咸鱼的方式把它们记录下来。

原图如下，美得不忍直视
在这里插入图片描述

首先读入原图像，把它转换成灰度图，并显示出来

import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('test1.jpg',1)
height = img.shape[0]
width = img.shape[1]
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('gray',gray)
cv2.waitKey(0)

在这里插入图片描述

然后统计0~255之间的每个灰度像素出现的概率，并使用plt.bar()显示出来

count = np.zeros(256, np.float)
for i in range(0,height):
    for j in range(0,width):
        pixel = gray[i,j]
        index = int(pixel)
        count[index] = count[index] + 1
for i in range(256):
    count[i] = count[i] / (height * width)
x = np.linspace(0,255,256)
y = count
plt.bar(x,y,0.9,alpha=1, color