直方图是一种对图像亮度分布的统计表示,它显示了图像中每个灰度级别的像素数量。在OpenCV中,你可以使用cv2.calcHist()
函数计算直方图。
以下是一个简单的示例,演示如何计算和绘制图像的直方图:
python
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图像
img = cv2.imread(r"C:\Users\mzd\Desktop\opencv\2.jpg", cv2.IMREAD_GRAYSCALE)
# 计算直方图
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
# 绘制直方图
plt.plot(hist)
plt.title('Histogram')
plt.xlabel('Pixel Value')
plt.ylabel('Frequency')
plt.show()
# 显示原始图像
cv2.imshow('Image', img)
# 等待用户按下任意键
cv2.waitKey(0)
cv2.destroyAllWindows()
在这个示例中,cv2.calcHist()
函数用于计算图像的直方图。它的参数包括:
[img]
: 输入图像,可以是多通道图像,但在这里我们使用灰度图像。[0]
: 通道索引,对于灰度图像只有一个通道,所以使用 0。None
: 掩码,通常设置为 None。[256]
: 直方图的 bin 数量,表示灰度级别的数量。[0, 256]
: 像素值的范围。
绘制直方图使用了 Matplotlib 库,可以根据需要选择其他绘图工具。
直方图有助于理解图像的亮度分布,可以用于调整图像的对比度、亮度等。