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
jndingxin1 分钟前
OpenCV 图形API(63)图像结构分析和形状描述符------计算图像中非零像素的边界框函数boundingRect()
人工智能·opencv·计算机视觉
旧故新长6 分钟前
支持Function Call的本地ollama模型对比评测-》开发代理agent
人工智能·深度学习·机器学习
微学AI19 分钟前
融合注意力机制和BiGRU的电力领域发电量预测项目研究,并给出相关代码
人工智能·深度学习·自然语言处理·注意力机制·bigru
绵绵细雨中的乡音28 分钟前
Linux进程学习【基本认知】
linux·运维·学习
知来者逆30 分钟前
计算机视觉——速度与精度的完美结合的实时目标检测算法RF-DETR详解
图像处理·人工智能·深度学习·算法·目标检测·计算机视觉·rf-detr
一勺汤33 分钟前
YOLOv11改进-双Backbone架构:利用双backbone提高yolo11目标检测的精度
人工智能·yolo·双backbone·double backbone·yolo11 backbone·yolo 双backbone
阿让啊35 分钟前
C语言中操作字节的某一位
c语言·开发语言·数据结构·单片机·算法
武汉唯众智创35 分钟前
高职人工智能技术应用专业(计算机视觉方向)实训室解决方案
人工智能·计算机视觉·人工智能实训室·计算机视觉实训室·人工智能计算机视觉实训室
এ᭄画画的北北35 分钟前
力扣-160.相交链表
算法·leetcode·链表
Johny_Zhao1 小时前
MySQL 高可用集群搭建部署
linux·人工智能·mysql·信息安全·云计算·shell·yum源·系统运维·itsm