OpenCV-python学习笔记(三)——histograms直方图

本文介绍了使用OpenCV-Python进行图像处理时的直方图计算,包括灰度直方图、彩色直方图、二维直方图、直方图均一化以及带遮罩的直方图。直方图用于描述像素强度分布,通过直方图可以增强图像对比度,实现图像的视觉优化。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

histograms直方图

什么是直方图?

直方图就是描述像素强度intensity的分布图。如果是在RGB空间中,那么这个强度就指代某个像素在特定某一通道的值,一般是0-255。

在制作直方图的时候,X轴可以理解为箱子bin,如果有两个箱子,那么像素值(强度)在[0 128)区间的像素点就落在第一个箱子,[128 255)的像素点就落在第二个箱子。箱子的高度就是像素点的个数。

1 使用opencv来计算直方图

标准公式为

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

channels是一个列表list格式,list里面装了indexs向量。例如一个RGB的3个通道,分别为[0, 1, 2],如果是一个灰度图grayscale,那么只有一个通道,所以表示为[0]。

histSize表示把像素值离散化的程度,例如可以把RGB三个通道分别映射成32个子集,此时histSize为[32, 32, 32],这三个数字可以各不相同。

ranges指定像素值的分布范围,例如RGB图像的像素分布一般是[0, 256],但是其他色彩空间,例如HSV就可能会不一样。

2 grayscale histograms灰度直方图

核心公式如下,注意cv2.calcHist()里面除了mask其他都是列表的数据格式。

image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
hist = cv2.calcHist([image], [0], None, [256], [0,256])
plt.figure()
plt.plot(hist)

在这里插入图片描述

3 color histograms彩色直方图

绘制各个通道的彩色直方图

# 首先进行通道分离
channels = cv2.split(image)
colors = ("blue", 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值