OpenCV Python - 直方图

直方图显示图像中的强度分布。 它在 X 轴上绘制像素值（0 到 255），在 Y 轴上绘制像素数。

利用直方图，可以了解指定图像的对比度、亮度和强度分布。 直方图中的 bin 表示 X 轴上值的增量部分。

在我们的例子中，它是像素值，默认的 bin 大小是 1。

在 OpenCV 库中，cv2.calcHist() 函数根据输入图像计算直方图。 该函数的命令如下 −

cv.calcHist(images, channels, mask, histSize, ranges)

参数

cv2.calcHist()函数的参数如下 −

• images − 它是 uint8 或 float32 类型的源图像，在方括号中，即"[img]"。

• channels − 它是我们计算直方图的通道的索引。 对于灰度图像，它的值为[0]。 对于 BGR 图像，可以通过 [0]、[1] 或 [2] 来计算每个通道的直方图。

• mask − 对于完整图像，mask(遮罩)图像被指定为"None"。 对于图像的特定区域，您必须为其创建mask(遮罩)图像并将其作为遮罩。

• histSize − 这代表我们的 BIN 计数。

• ranges − 通常，它是 [0,256]。

使用 Matplotlib 绘制直方图

可以借助 Matplotlib 的 pyplot.plot() 函数或调用 OpenCV 库中的 Polylines() 函数来获得直方图。

示例

以下程序计算图像 (lena.jpg) 中每个通道的直方图并绘制每个通道的强度分布 −

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('lena.jpg')
color = ('b','g','r')
for i,col in enumerate(color):
   hist = cv.calcHist([img],[i],None,[256],[0,256])
   plt.plot(hist, color = col)
   plt.xlim([0,256])
plt.show()

输出