opencv学习:calcHist 函数绘制图像直方图及代码实现

cv2.calcHist 函数是 OpenCV 库中用于计算图像直方图的函数。直方图是一种统计图像中像素值分布的工具,它可以提供图像的亮度、颜色等信息。这个函数可以用于灰度图像和彩色图像。

函数语法

python 复制代码
hist = cv2.calcHist(images, channels, mask, histSize, ranges, accumulate=False)

参数

  • images: 图像数组或图像列表。对于单通道图像(如灰度图像),只需一个图像;对于多通道图像(如彩色图像),可以传入多个图像。
  • channels : 需要计算直方图的通道索引列表。对于灰度图像,通常传入 [0];对于彩色图像,可以传入 [0](蓝色通道)、[1](绿色通道)、[2](红色通道)。
  • mask : 可选参数,用于指定计算直方图的区域。如果为 None,则计算整个图像的直方图。如果提供了掩码图像,直方图将只计算掩码非零区域的像素值。
  • histSize : 直方图的大小,即直方图的"bin"数量。对于灰度图像,通常设置为 [256],因为像素值的范围是 0 到 255。
  • ranges : 像素值的范围。对于灰度图像,通常设置为 [0, 256]
  • accumulate : 可选参数,用于指定是否在现有的直方图上累加。默认为 False

返回值

  • hist: 计算得到的直方图,是一个一维数组。

代码步骤

读取灰度图像

  • 使用 cv2.imread 读取图像,并将其转换为灰度图像。

  • cv2.IMREAD_GRAYSCALE 指定读取图像时将其转换为灰度图像。

    python 复制代码
    phone=cv2.imread("phone.png",cv2.IMREAD_GRAYSCALE)

展平灰度图像

  • 使用 numpy.ravel 将灰度图像的二维数组展平为一维数组,以便绘制直方图。

    python 复制代码
    a=phone.ravel()

绘制灰度图像直方图

  • 使用 matplotlib.pyplot.hist 绘制灰度图像的直方图,其中 bins=256 表示将直方图分为256个区间。

    python 复制代码
    # 使用 matplotlib 绘制灰度图像的直方图
    # bins=256 表示将直方图分为256个区间
    plt.hist(a, bins=256)
    plt.show()

计算灰度图像直方图(OpenCV方法)

  • 使用 cv2.calcHist 计算灰度图像的直方图,其中直方图分为16个区间。

    python 复制代码
    # 使用 OpenCV 计算灰度图像的直方图
    # 直方图分为16个区间
    phone_hist = cv2.calcHist([phone], [0], None, [16], [0, 256])

绘制灰度图像直方图(OpenCV方法)

  • 使用 matplotlib.pyplot.plot 绘制计算得到的灰度图像直方图。

    python 复制代码
    # 绘制计算得到的灰度图像直方图
    plt.plot(phone_hist)
    plt.show()

读取彩色图像

  • 使用 cv2.imread 读取彩色图像。

    python 复制代码
    # 读取名为 "phone.png" 的彩色图像
    img = cv2.imread("phone.png")

定义颜色通道列表

  • 定义一个包含蓝色、绿色和红色通道的列表。

    python 复制代码
    # 定义颜色通道的列表
    color = ('b', 'g', 'r')

计算并绘制彩色图像直方图

  • 遍历每个颜色通道,使用 cv2.calcHist 计算每个通道的直方图,并将直方图分为256个区间。

  • 使用 matplotlib.pyplot.plot 绘制每个通道的直方图,并使用对应的颜色绘制。

    python 复制代码
    # 遍历每个颜色通道
    for i, col in enumerate(color):
        # 计算每个颜色通道的直方图
        # 直方图分为256个区间
        histr = cv2.calcHist([img], [i], None, [256], [0, 256])
        
        # 绘制每个颜色通道的直方图
        # 使用对应的颜色绘制
        plt.plot(histr, color=col)

显示彩色图像直方图

  • 使用 matplotlib.pyplot.show 显示绘制的彩色图像直方图。

    python 复制代码
    # 显示绘制的彩色图像直方图
    plt.show()

完整代码

python 复制代码
import cv2
import matplotlib.pyplot as plt
import numpy as np

# 读取名为 "phone.png" 的图像,并将其转换为灰度图像
phone = cv2.imread("phone.png", cv2.IMREAD_GRAYSCALE)

# 将灰度图像的二维数组展平为一维数组
a = phone.ravel()

# 使用 matplotlib 绘制灰度图像的直方图
# bins=256 表示将直方图分为256个区间
plt.hist(a, bins=256)
plt.show()

# 使用 OpenCV 计算灰度图像的直方图
# 直方图分为16个区间
phone_hist = cv2.calcHist([phone], [0], None, [16], [0, 256])

# 绘制计算得到的灰度图像直方图
plt.plot(phone_hist)
plt.show()

# 读取名为 "phone.png" 的彩色图像
img = cv2.imread("phone.png")

# 定义颜色通道的列表
color = ('b', 'g', 'r')

# 遍历每个颜色通道
for i, col in enumerate(color):
    # 计算每个颜色通道的直方图
    # 直方图分为256个区间
    histr = cv2.calcHist([img], [i], None, [256], [0, 256])
    
    # 绘制每个颜色通道的直方图
    # 使用对应的颜色绘制
    plt.plot(histr, color=col)

# 显示绘制的彩色图像直方图
plt.show()

实验结果

相关推荐
AI Echoes几秒前
LLMOps平台:开源项目LMForge = GPTs + Coze
人工智能·python·langchain·开源·agent
风信子的猫Redamancy4 分钟前
文心大模型 X1.1:百度交出的“新深度思考”答卷
人工智能·百度·大模型·深度思考
聚客AI8 分钟前
🚀从零构建AI智能体:九大核心技术拆解与落地建议
人工智能·agent·mcp
时空自由民.11 分钟前
repo 学习教程
大数据·学习·elasticsearch
HUIMU_21 分钟前
YOLOv5实战-GPU版本的pytorch虚拟环境配置
人工智能·pytorch·深度学习·yolo
虚行26 分钟前
VisionMaster - 1.图像源
人工智能·计算机视觉
Coovally AI模型快速验证27 分钟前
基于YOLO集成模型的无人机多光谱风电部件缺陷检测
人工智能·安全·yolo·目标跟踪·无人机
猫天意30 分钟前
【CVPR2023】奔跑而非行走:追求更高FLOPS以实现更快神经网络
人工智能·深度学习·神经网络·算法·机器学习·卷积神经网络
杀生丸学AI34 分钟前
【三维重建】3R-GS:优化相机位姿的3DGS最佳实践
人工智能·3d·aigc·三维重建·视觉大模型·高斯泼溅
羊羊小栈38 分钟前
基于「YOLO目标检测 + 多模态AI分析」的PCB缺陷检测分析系统(vue+flask+数据集+模型训练)
vue.js·人工智能·yolo·目标检测·flask·毕业设计·大作业