Python之Opencv进阶教程（2）：统计图片灰度级别的像素数量

1、什么是灰度像素数量

在OpenCV中，可以使用**cv2.calcHist()**函数来计算图像的直方图。直方图是一种图形统计表，用于表示图像中每个灰度级别（或颜色通道）的像素数量或密度分布。以下是一个示例代码，演示了如何使用OpenCV计算和绘制图像的直方图：

2、代码

import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

img = cv.imread('../Resources/Photos/cats.jpg')
cv.imshow('Cats', img)

blank = np.zeros(img.shape[:2], dtype='uint8')

# gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
# cv.imshow('Gray', gray)

mask = cv.circle(blank, (img.shape[1] // 2, img.shape[0] // 2), 100, 255, -1)

masked = cv.bitwise_and(img, img, mask=mask)
cv.imshow('Mask', masked)

# GRayscale histogram

# Colour Histogram

plt.figure()
plt.title('Colour Histogram')
plt.xlabel('Bins')
plt.ylabel('# of pixels')
colors = ('b', 'g', 'r')
for i, col in enumerate(colors):
    hist = cv.calcHist([img], [i], mask, [256], [0, 256])
    plt.plot(hist, color=col)
    plt.xlim([0, 256])

plt.show()

cv.waitKey(0)

在上面的示例中，首先使用cv2.imread()函数读取一张灰度图像（可以通过参数cv2.IMREAD_GRAYSCALE指定读取为灰度图像），然后使用cv2.calcHist()函数计算了图像的直方图。在这里，我们指定了计算直方图的参数：[image]表示要计算直方图的图像，[0]表示计算灰度级别为0的直方图，None表示不使用掩码，[256]表示直方图的区间数为256，[0, 256]表示像素值的范围。

最后，使用Matplotlib库中的函数绘制了直方图。你可以运行这段代码，将'path/to/your/image.jpg'替换为你自己的图像路径，查看图像的直方图。
需要注意的是:这段代码中使用了Matplotlib库来绘制直方图，因此需要确保你的环境中已经安装了Matplotlib库。

3、实现效果图