OpenCV基于Python二维直方图

目标

在本篇文章中，我们将学习查找和绘制2D直方图，包括以下内容：

• OpenCV中的二维直方图
• Numpy中的二维直方图
• 绘制二维直方图
• 示例补充

前言

在直方图板块的第一篇文章图像直方图的查找、绘制和分析中，我们计算并绘制了一维直方图， 之所以称为一维，是因为我们仅考虑一个特征，即像素的灰度强度值。 但是在二维直方图中，需要考虑两个特征，通常，它用于查找颜色直方图，其中两个特征是每个像素的色相和饱和度值。我们将尝试了解如何创建这种颜色直方图，它将有助于理解像直方图反向投影这样的更深入的内容。

1. OpenCV中的二维直方图

它非常简单，并且使用相同的函数cv.calcHist()进行计算。 对于颜色直方图，我们需要将图像从BGR转换为HSV。（请记住，对于一维直方图，我们从BGR转换为灰度）。对于二维直方图，其参数将进行如下修改：

• channel = [0,1]，因为我们需要同时处理H和S平面。
• bins = [180,256] 对于H平面为180，对于S平面为256。
• range = [0,180,0,256] 色相值介于0和180之间，饱和度介于0和256之间。

演示代码1：

import numpy as np
import cv2 as cv

# 加载原始图像
img = cv.imread('./data/leuvenA.jpg')
# 显示原始图像
cv.imshow('img2', img)
# 转化为HSV
hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
# 显示HSV图像
cv.imshow('hsv', hsv)
# cv.calcHist() 来查找整个图像的二维直方图
hist = cv.calcHist([hsv], [0, 1], None, [180, 256], [0, 180, 0, 256])
# 可调整窗口大小
cv.namedWindow('2Dhist_img', 0)
# 显示二维直方图
cv.imshow('2Dhist_img', hist) # 显示图像窗口较小，窗口可调整
cv.waitKey()

图1 原始图像

图2 HSV图像

图3 OpenCV中的二维直方图