基于 HTML、CSS 和 JavaScript 的智能图像灰度直方图分析系统

[1 前言](#1 前言)

[2 技术实现](#2 技术实现)

[2.1 HTML 结构：搭建模块化页面骨架](#2.1 HTML 结构：搭建模块化页面骨架)

[2.1.1 核心组件设计](#2.1.1 核心组件设计)

[2.1.2 完整 HTML 代码](#2.1.2 完整 HTML 代码)

[2.1.3 结构设计思路](#2.1.3 结构设计思路)

[2.2 CSS 样式：打造科技感与易用性兼顾的视觉体验](#2.2 CSS 样式：打造科技感与易用性兼顾的视觉体验)

[2.2.1 核心样式逻辑](#2.2.1 核心样式逻辑)

[2.2.2 完整 CSS 代码](#2.2.2 完整 CSS 代码)

[2.2.3 样式设计亮点](#2.2.3 样式设计亮点)

[2.3 JavaScript 交互：实现核心功能逻辑](#2.3 JavaScript 交互：实现核心功能逻辑)

[2.3.1 初始化与事件绑定](#2.3.1 初始化与事件绑定)

[2.3.2 核心函数解析](#2.3.2 核心函数解析)

[3 完整代码](#3 完整代码)

[4 运行结果](#4 运行结果)

[5 总结](#5 总结)

1 前言

在图像处理领域，灰度直方图是分析图像亮度分布、优化图像质量的核心工具 ------ 它能直观呈现图像中不同灰度级（0-255）的像素数量占比，是图像增强、瑕疵检测、曝光调整的重要依据。然而，传统获取灰度直方图的方式存在明显痛点：专业软件（如 Photoshop、OpenCV）操作复杂，需掌握特定工具链；在线工具多存在功能局限（如无法下载原始数据、直方图分辨率低）；本地代码实现则需手动处理图像解析、像素计算等繁琐步骤。

为解决这些问题，本文实现了一款轻量级智能图像灰度直方图分析系统，基于纯前端技术栈（HTML+CSS+JavaScript），无需后端依赖，可直接在浏览器中运行。系统核心优势如下：

零门槛操作：仅需 "上传图像" 即可自动生成灰度直方图，无需专业知识；
双维度输出：支持下载高清直方图图像（PNG 格式，1920×1080 分辨率）与原始数据（CSV 格式，可直接用 Excel 打开）；
自适应体验：页面布局随设备尺寸动态调整，兼容电脑、平板等不同终端；
实时高效计算：基于 Canvas API 解析图像像素，毫秒级完成灰度转换与直方图绘制，无延迟感。

2 技术实现

系统遵循前端 "结构 - 样式 - 交互" 三层分离原则，各层职责明确且协同配合，确保功能完整性与代码可维护性。

2.1 HTML 结构：搭建模块化页面骨架

HTML 的核心作用是定义页面 "组件构成" 与 "DOM 元素关系"，为后续样式渲染和交互逻辑提供基础。本系统的 HTML 结构围绕 "图像上传 - 结果展示 - 功能下载" 的用户流程设计，关键组件模块化拆分，便于后续操作 DOM 元素。

2.1.1 核心组件设计

页面共包含 5 个核心模块，各模块功能与 DOM 结构对应关系如下：

容器模块（.container）：包裹所有子组件，统一控制页面整体样式与布局；
标题模块（h1）：明确系统名称与版权信息，强化品牌识别；
上传模块（.upload-area + input [type="file"]）：提供图像文件选择入口，限制仅接收图像格式（accept="image/*"）；
内容展示模块（.content）：分为 "原始图像区（.image-box）" 和 "直方图区（.histogram-box）"，左右布局便于对比；
下载模块（.download-btn + .download-data-btn）：默认隐藏，仅在直方图生成后显示，提供两种下载功能。

2.1.2 完整 HTML 代码

html 复制代码

<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>智能图像灰度直方图分析系统</title>
    <style>/* 后续CSS代码 */</style>
</head>
<body>
    <div class="container">
        <!-- 版权与标题 -->
        <h1>(Copyright © 2025 CSDN@HNUSTer_CUMTBer)</h1>
        <h1>智能图像灰度直方图分析系统</h1>
        
        <!-- 图像上传区 -->
        <div class="upload-area">
            <input type="file" id="imageInput" accept="image/*">
        </div>
        
        <!-- 内容展示区（原始图像 + 直方图） -->
        <div class="content">
            <div class="image-box">
                <h2>原始图像</h2>
                <canvas id="originalCanvas"></canvas>
            </div>
            <div class="histogram-box">
                <h2>灰度直方图</h2>
                <canvas id="histogramCanvas"></canvas>
                <!-- 下载按钮（默认隐藏） -->
                <button class="download-btn" id="downloadBtn" style="display: none;">下载高清直方图</button>
                <button class="download-data-btn" id="downloadDataBtn" style="display: none;">下载Excel数据</button>
            </div>
        </div>
    </div>
    <script>/* 后续JS代码 */</script>
</body>
</html>

2.1.3 结构设计思路

语义化标签 ：使用<h1>、<h2>明确标题层级，<canvas>专门用于图像绘制，提升代码可读性与 SEO 友好性；
ID 命名规范 ：所有需通过 JS 操作的元素（如imageInput、originalCanvas）均设置唯一 ID，便于精准获取 DOM 节点；
初始状态控制 ：下载按钮默认隐藏（style="display: none;"），避免用户未上传图像时误操作，提升交互合理性。

2.2 CSS 样式：打造科技感与易用性兼顾的视觉体验

CSS 的核心目标是 "优化视觉呈现" 与 "强化交互反馈"，本系统采用 "深色科技风" 设计，既符合图像处理工具的专业定位，又能突出直方图的青色核心元素，同时通过响应式布局适配不同设备。

2.2.1 核心样式逻辑

样式设计围绕 "全局统一风格 + 模块差异化" 展开，关键设计点包括：

全局样式重置 ：清除默认 margin/padding，使用box-sizing: border-box确保布局计算准确；
背景与容器 ：采用渐变背景（linear-gradient(135deg, #1e1e2f, #2a2a3d)）营造科技感，容器添加半透明模糊效果（backdrop-filter: blur(10px)）提升层次感；
交互反馈 ：按钮 hover 时添加颜色变化与发光效果（box-shadow: 0 0 15px rgba(0, 255, 255, 0.5)），明确操作状态；
响应式布局 ：通过flex-wrap: wrap和min-width确保小屏幕设备下 "原始图像区" 与 "直方图区" 自动垂直排列，避免内容溢出。

2.2.2 完整 CSS 代码

css 复制代码

* {
    margin: 0;
    padding: 0;
    box-sizing: border-box;
    font-family: "Microsoft YaHei", sans-serif;
}
body {
    background: linear-gradient(135deg, #1e1e2f, #2a2a3d);
    color: #ffffff;
    min-height: 100vh;
    display: flex;
    flex-direction: column;
    align-items: center;
    padding: 20px;
}
.container {
    width: 100%;
    max-width: 1200px;
    background: rgba(255, 255, 255, 0.05);
    border-radius: 15px;
    padding: 20px;
    box-shadow: 0 0 20px rgba(0, 255, 255, 0.2);
    backdrop-filter: blur(10px);
}
h1 {
    text-align: center;
    margin-bottom: 20px;
    color: #00ffff;
    text-shadow: 0 0 10px rgba(0, 255, 255, 0.5);
}
.upload-area {
    display: flex;
    justify-content: center;
    margin-bottom: 20px;
}
input[type="file"] {
    padding: 10px;
    background: rgba(0, 255, 255, 0.1);
    border: 1px solid #00ffff;
    border-radius: 5px;
    color: #ffffff;
    cursor: pointer;
}
.content {
    display: flex;
    flex-wrap: wrap;
    gap: 20px;
    justify-content: center;
}
.image-box, .histogram-box {
    flex: 1;
    min-width: 300px;
    background: rgba(255, 255, 255, 0.03);
    padding: 15px;
    border-radius: 10px;
    border: 1px solid rgba(0, 255, 255, 0.3);
}
canvas {
    max-width: 100%;
    height: auto;
}
.download-btn, .download-data-btn {
    display: block;
    margin: 15px auto;
    padding: 10px 20px;
    background: #00ffff;
    color: #1e1e2f;
    border: none;
    border-radius: 5px;
    cursor: pointer;
    transition: all 0.3s;
}
.download-btn:hover, .download-data-btn:hover {
    background: #00cccc;
    box-shadow: 0 0 15px rgba(0, 255, 255, 0.5);
}

2.2.3 样式设计亮点

色彩体系统一：核心色采用 "青色（#00ffff）"，与深色背景形成强烈对比，既突出关键元素（标题、按钮、直方图），又避免视觉杂乱；
细节优化 ：容器添加轻微发光阴影（box-shadow: 0 0 20px rgba(0, 255, 255, 0.2)），增强页面立体感；按钮文字颜色与背景色反色，确保可读性；
自适应优先级 ：content容器的flex-wrap: wrap确保小屏幕下内容不溢出，min-width: 300px保证模块在手机端仍有足够操作空间。

2.3 JavaScript 交互：实现核心功能逻辑

JavaScript 是系统的 "大脑"，负责串联 "图像上传 - 灰度计算 - 直方图绘制 - 下载输出" 全流程，核心依赖 Canvas API 实现图像像素级操作，关键逻辑拆分为 5 个核心函数，确保代码可复用与可维护。

2.3.1 初始化与事件绑定

首先获取所有需操作的 DOM 元素，并为 "图像上传" 按钮绑定change事件，触发后续流程：

javascript 复制代码

// 获取DOM元素
const imageInput = document.getElementById('imageInput');
const originalCanvas = document.getElementById('originalCanvas');
const histogramCanvas = document.getElementById('histogramCanvas');
const downloadBtn = document.getElementById('downloadBtn');
const downloadDataBtn = document.getElementById('downloadDataBtn');
// 获取Canvas 2D上下文（用于绘制）
const ctxOriginal = originalCanvas.getContext('2d');
const ctxHistogram = histogramCanvas.getContext('2d');

// 绑定图像上传事件
imageInput.addEventListener('change', handleImageUpload);

2.3.2 核心函数解析

系统的核心逻辑通过 5 个函数实现，各函数职责与调用关系如下：handleImageUpload（入口）→ computeHistogram（计算灰度分布）→ drawHistogram（绘制直方图）→ downloadHistogram/downloadExcelData（下载功能）。

函数 1：handleImageUpload（图像上传与初始化）

负责读取用户上传的图像文件，将其渲染到 "原始图像" Canvas，并调用computeHistogram计算灰度分布：

javascript 复制代码

function handleImageUpload(e) {
    const file = e.target.files[0]; // 获取上传的文件
    if (!file) return; // 若未选择文件，直接返回

    const img = new Image(); // 创建Image对象（用于加载图像）
    const reader = new FileReader(); // 创建FileReader（用于读取文件内容）

    // 读取文件完成后，将内容设置为Image的src
    reader.onload = function(event) {
        img.src = event.target.result; // 结果为DataURL（base64格式）
    };

    // 图像加载完成后，渲染到原始图像Canvas
    img.onload = function() {
        // 计算缩放比例：确保图像不超过容器宽度，同时保持比例
        const maxWidth = originalCanvas.parentElement.clientWidth - 30;
        const scale = Math.min(maxWidth / img.width, 1); // 缩放比例不超过1（避免放大失真）
        // 设置Canvas尺寸
        originalCanvas.width = img.width * scale;
        originalCanvas.height = img.height * scale;
        // 绘制原始图像到Canvas
        ctxOriginal.drawImage(img, 0, 0, originalCanvas.width, originalCanvas.height);

        // 调用灰度直方图计算函数
        computeHistogram(img);
    };

    // 以DataURL格式读取图像文件
    reader.readAsDataURL(file);
}

函数 2：computeHistogram（计算灰度分布）

将彩色图像转换为灰度图像，并统计每个灰度级（0-255）的像素数量，核心是 "灰度计算公式" 与 "像素遍历"：

javascript 复制代码

function computeHistogram(img) {
    // 创建临时Canvas（用于获取原始图像像素，不影响页面显示）
    const tempCanvas = document.createElement('canvas');
    tempCanvas.width = img.width;
    tempCanvas.height = img.height;
    const tempCtx = tempCanvas.getContext('2d');
    // 填充白色背景（避免透明像素影响计算）
    tempCtx.fillStyle = '#ffffff';
    tempCtx.fillRect(0, 0, img.width, img.height);
    // 绘制原始图像到临时Canvas
    tempCtx.drawImage(img, 0, 0);

    // 获取图像像素数据：Uint8ClampedArray，每个像素占4个元素（R、G、B、A）
    const imageData = tempCtx.getImageData(0, 0, img.width, img.height);
    const data = imageData.data;
    // 初始化直方图数组：256个元素（对应灰度0-255），初始值为0
    const histogram = new Array(256).fill(0);

    // 遍历所有像素（步长为4，每次处理一个像素的R、G、B、A）
    for (let i = 0; i < data.length; i += 4) {
        const r = data[i];     // 红色通道
        const g = data[i + 1]; // 绿色通道
        const b = data[i + 2]; // 蓝色通道
        const a = data[i + 3]; // 透明通道（0=完全透明，255=完全不透明）
        
        // 灰度计算公式（国际标准：Y = 0.299R + 0.587G + 0.114B）
        const gray = Math.round(0.299 * r + 0.587 * g + 0.114 * b);
        
        // 累加对应灰度级的像素数量（透明像素按透明度比例计算，避免影响结果）
        histogram[gray] += a / 255;
    }

    // 调用直方图绘制函数
    drawHistogram(histogram);
}

函数 3：drawHistogram（绘制灰度直方图）

基于计算出的灰度分布数据，在 "直方图" Canvas 上绘制包含 "背景网格、坐标系、刻度、直方图柱形" 的完整图表，并显示下载按钮：

javascript 复制代码

function drawHistogram(histogram) {
    // 设置直方图Canvas尺寸（基于父容器宽度，固定高度400px）
    const width = histogramCanvas.parentElement.clientWidth - 30;
    const height = 400;
    histogramCanvas.width = width;
    histogramCanvas.height = height;

    // 计算最大像素数量（用于归一化柱形高度，确保所有柱形都能显示）
    const maxValue = Math.max(...histogram);
    // 计算每个柱形的宽度（预留左右边距50px，256个柱形）
    const barWidth = (width - 100) / 256;

    // 1. 绘制背景与网格
    ctxHistogram.fillStyle = 'rgba(255, 255, 255, 0.05)';
    ctxHistogram.fillRect(0, 0, width, height); // 填充背景
    ctxHistogram.strokeStyle = 'rgba(0, 255, 255, 0.2)';
    ctxHistogram.lineWidth = 0.5;
    // 绘制水平网格线（5条，均分高度）
    for (let i = 1; i < 5; i++) {
        const y = 50 + (height - 100) * (i / 5);
        ctxHistogram.beginPath();
        ctxHistogram.moveTo(50, y); // 左起点（x=50，预留边距）
        ctxHistogram.lineTo(width - 50, y); // 右终点
        ctxHistogram.stroke();
    }

    // 2. 绘制坐标系（x轴：灰度值，y轴：像素计数）
    ctxHistogram.strokeStyle = '#00ffff';
    ctxHistogram.lineWidth = 2;
    ctxHistogram.beginPath();
    ctxHistogram.moveTo(50, 50); // 左上角起点
    ctxHistogram.lineTo(50, height - 50); // 左侧y轴
    ctxHistogram.lineTo(width - 50, height - 50); // 底部x轴
    ctxHistogram.stroke();

    // 3. 绘制标题与轴标签
    ctxHistogram.fillStyle = '#00ffff';
    ctxHistogram.font = '16px Microsoft YaHei';
    ctxHistogram.fillText('灰度直方图', width /

3 完整代码

html 复制代码

<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>智能图像灰度直方图分析系统</title>
    <style>
        * {
            margin: 0;
            padding: 0;
            box-sizing: border-box;
            font-family: "Microsoft YaHei", sans-serif;
        }
        body {
            background: linear-gradient(135deg, #1e1e2f, #2a2a3d);
            color: #ffffff;
            min-height: 100vh;
            display: flex;
            flex-direction: column;
            align-items: center;
            padding: 20px;
        }
        .container {
            width: 100%;
            max-width: 1200px;
            background: rgba(255, 255, 255, 0.05);
            border-radius: 15px;
            padding: 20px;
            box-shadow: 0 0 20px rgba(0, 255, 255, 0.2);
            backdrop-filter: blur(10px);
        }
        h1 {
            text-align: center;
            margin-bottom: 20px;
            color: #00ffff;
            text-shadow: 0 0 10px rgba(0, 255, 255, 0.5);
        }
        .upload-area {
            display: flex;
            justify-content: center;
            margin-bottom: 20px;
        }
        input[type="file"] {
            padding: 10px;
            background: rgba(0, 255, 255, 0.1);
            border: 1px solid #00ffff;
            border-radius: 5px;
            color: #ffffff;
            cursor: pointer;
        }
        .content {
            display: flex;
            flex-wrap: wrap;
            gap: 20px;
            justify-content: center;
        }
        .image-box, .histogram-box {
            flex: 1;
            min-width: 300px;
            background: rgba(255, 255, 255, 0.03);
            padding: 15px;
            border-radius: 10px;
            border: 1px solid rgba(0, 255, 255, 0.3);
        }
        canvas {
            max-width: 100%;
            height: auto;
        }
        .download-btn, .download-data-btn {
            display: block;
            margin: 15px auto;
            padding: 10px 20px;
            background: #00ffff;
            color: #1e1e2f;
            border: none;
            border-radius: 5px;
            cursor: pointer;
            transition: all 0.3s;
        }
        .download-btn:hover, .download-data-btn:hover {
            background: #00cccc;
            box-shadow: 0 0 15px rgba(0, 255, 255, 0.5);
        }
    </style>
</head>
<body>
    <div class="container">
        <h1>(Copyright © 2025 CSDN@HNUSTer_CUMTBer)</h1>
        <h1>智能图像灰度直方图分析系统</h1>
        <div class="upload-area">
            <input type="file" id="imageInput" accept="image/*">
        </div>
        <div class="content">
            <div class="image-box">
                <h2>原始图像</h2>
                <canvas id="originalCanvas"></canvas>
            </div>
            <div class="histogram-box">
                <h2>灰度直方图</h2>
                <canvas id="histogramCanvas"></canvas>
                <button class="download-btn" id="downloadBtn" style="display: none;">下载高清直方图</button>
                <button class="download-data-btn" id="downloadDataBtn" style="display: none;">下载Excel数据</button>
            </div>
        </div>
    </div>

    <script>
        const imageInput = document.getElementById('imageInput');
        const originalCanvas = document.getElementById('originalCanvas');
        const histogramCanvas = document.getElementById('histogramCanvas');
        const downloadBtn = document.getElementById('downloadBtn');
        const downloadDataBtn = document.getElementById('downloadDataBtn');
        const ctxOriginal = originalCanvas.getContext('2d');
        const ctxHistogram = histogramCanvas.getContext('2d');

        imageInput.addEventListener('change', handleImageUpload);

        function handleImageUpload(e) {
            const file = e.target.files[0];
            if (!file) return;

            const img = new Image();
            const reader = new FileReader();

            reader.onload = function(event) {
                img.src = event.target.result;
            };

            img.onload = function() {
                const maxWidth = originalCanvas.parentElement.clientWidth - 30;
                const scale = Math.min(maxWidth / img.width, 1);
                originalCanvas.width = img.width * scale;
                originalCanvas.height = img.height * scale;
                ctxOriginal.drawImage(img, 0, 0, originalCanvas.width, originalCanvas.height);

                computeHistogram(img);
            };

            reader.readAsDataURL(file);
        }

        function computeHistogram(img) {
            const tempCanvas = document.createElement('canvas');
            tempCanvas.width = img.width;
            tempCanvas.height = img.height;
            const tempCtx = tempCanvas.getContext('2d');
            tempCtx.fillStyle = '#ffffff';
            tempCtx.fillRect(0, 0, img.width, img.height);
            tempCtx.drawImage(img, 0, 0);

            const imageData = tempCtx.getImageData(0, 0, img.width, img.height);
            const data = imageData.data;
            const histogram = new Array(256).fill(0);

            for (let i = 0; i < data.length; i += 4) {
                const r = data[i];
                const g = data[i + 1];
                const b = data[i + 2];
                const a = data[i + 3];
                const gray = Math.round(0.299 * r + 0.587 * g + 0.114 * b);
                histogram[gray] += a / 255;
            }

            drawHistogram(histogram);
        }

        function drawHistogram(histogram) {
            const width = histogramCanvas.parentElement.clientWidth - 30;
            const height = 400;
            histogramCanvas.width = width;
            histogramCanvas.height = height;

            const maxValue = Math.max(...histogram);
            const barWidth = (width - 100) / 256;

            // 背景和网格
            ctxHistogram.fillStyle = 'rgba(255, 255, 255, 0.05)';
            ctxHistogram.fillRect(0, 0, width, height);
            ctxHistogram.strokeStyle = 'rgba(0, 255, 255, 0.2)';
            ctxHistogram.lineWidth = 0.5;
            for (let i = 1; i < 5; i++) {
                const y = 50 + (height - 100) * (i / 5);
                ctxHistogram.beginPath();
                ctxHistogram.moveTo(50, y);
                ctxHistogram.lineTo(width - 50, y);
                ctxHistogram.stroke();
            }

            // 坐标系
            ctxHistogram.strokeStyle = '#00ffff';
            ctxHistogram.lineWidth = 2;
            ctxHistogram.beginPath();
            ctxHistogram.moveTo(50, 50);
            ctxHistogram.lineTo(50, height - 50);
            ctxHistogram.lineTo(width - 50, height - 50);
            ctxHistogram.stroke();

            // 标题和标签
            ctxHistogram.fillStyle = '#00ffff';
            ctxHistogram.font = '16px Microsoft YaHei';
            ctxHistogram.fillText('灰度直方图', width / 2 - 40, 30);
            ctxHistogram.fillText('灰度值', width / 2 - 20, height - 10);
            ctxHistogram.save();
            ctxHistogram.translate(10, height / 2);
            ctxHistogram.rotate(-Math.PI / 2);
            ctxHistogram.fillText('像素计数', 0, 0);
            ctxHistogram.restore();

            // 刻度和数值
            ctxHistogram.fillStyle = '#ffffff';
            ctxHistogram.font = '12px Microsoft YaHei';
            for (let i = 0; i <= 5; i++) {
                const y = height - 50 - (height - 100) * (i / 5);
                const value = Math.round(maxValue * (i / 5));
                ctxHistogram.fillText(value, 10, y + 4);
            }
            for (let i = 0; i <= 255; i += 51) {
                const x = 50 + i * barWidth;
                ctxHistogram.fillText(i, x - 10, height - 30);
            }

            // 直方图
            ctxHistogram.fillStyle = '#00ffff';
            for (let i = 0; i < 256; i++) {
                const barHeight = (histogram[i] / maxValue) * (height - 100);
                ctxHistogram.fillRect(50 + i * barWidth, height - 50 - barHeight, barWidth - 1, barHeight);
            }

            downloadBtn.style.display = 'block';
            downloadBtn.onclick = () => downloadHistogram(histogram, maxValue);
            downloadDataBtn.style.display = 'block';
            downloadDataBtn.onclick = () => downloadExcelData(histogram);
        }

        function downloadHistogram(histogram, maxValue) {
            const downloadCanvas = document.createElement('canvas');
            const downloadCtx = downloadCanvas.getContext('2d');
            downloadCanvas.width = 1920;
            downloadCanvas.height = 1080;
            const barWidth = (1920 - 200) / 256;

            downloadCtx.fillStyle = 'rgba(255, 255, 255, 0.05)';
            downloadCtx.fillRect(0, 0, 1920, 1080);
            downloadCtx.strokeStyle = 'rgba(0, 255, 255, 0.2)';
            downloadCtx.lineWidth = 1;
            for (let i = 1; i < 5; i++) {
                const y = 100 + (880) * (i / 5);
                downloadCtx.beginPath();
                downloadCtx.moveTo(100, y);
                downloadCtx.lineTo(1820, y);
                downloadCtx.stroke();
            }

            downloadCtx.strokeStyle = '#00ffff';
            downloadCtx.lineWidth = 3;
            downloadCtx.beginPath();
            downloadCtx.moveTo(100, 100);
            downloadCtx.lineTo(100, 980);
            downloadCtx.lineTo(1820, 980);
            downloadCtx.stroke();

            downloadCtx.fillStyle = '#00ffff';
            downloadCtx.font = '32px Microsoft YaHei';
            downloadCtx.fillText('灰度直方图', 860, 60);
            downloadCtx.fillText('灰度值', 900, 1050);
            downloadCtx.save();
            downloadCtx.translate(40, 540);
            downloadCtx.rotate(-Math.PI / 2);
            downloadCtx.fillText('像素计数', 0, 0);
            downloadCtx.restore();

            downloadCtx.fillStyle = '#ffffff';
            downloadCtx.font = '24px Microsoft YaHei';
            for (let i = 0; i <= 5; i++) {
                const y = 980 - 880 * (i / 5);
                const value = Math.round(maxValue * (i / 5));
                downloadCtx.fillText(value, 40, y + 8);
            }
            for (let i = 0; i <= 255; i += 51) {
                const x = 100 + i * barWidth;
                downloadCtx.fillText(i, x - 20, 1010);
            }

            downloadCtx.fillStyle = '#00ffff';
            for (let i = 0; i < 256; i++) {
                const barHeight = (histogram[i] / maxValue) * 880;
                downloadCtx.fillRect(100 + i * barWidth, 980 - barHeight, barWidth - 2, barHeight);
            }

            const link = document.createElement('a');
            link.download = '图像灰度直方图.png';
            link.href = downloadCanvas.toDataURL('image/png', 1.0);
            link.click();
        }

        function downloadExcelData(histogram) {
            // 生成CSV内容
            let csvContent = "ID,Count\n";
            for (let i = 0; i < 256; i++) {
                csvContent += `${i},${histogram[i].toFixed(2)}\n`;
            }

            // 创建下载链接
            const blob = new Blob([csvContent], { type: 'text/csv;charset=utf-8;' });
            const link = document.createElement('a');
            link.href = URL.createObjectURL(blob);
            link.download = 'histogram_data.csv';
            link.click();
        }
    </script>
</body>
</html>

4 运行结果

智能图像灰度直方图分析系统
第一张图片的测试结果
第一张图片的图像灰度直方图
第二张图片的测试结果
第二张图片的图像灰度直方图

5 总结

本文介绍的智能图像灰度直方图分析系统，是一款基于 HTML+CSS+JavaScript 的轻量级前端工具，能解决传统获取灰度直方图方式的操作复杂、功能局限等痛点。系统采用三层架构：HTML 搭建 "上传 - 展示 - 下载" 的模块化页面骨架，确保组件清晰与交互合理；CSS 以深色科技风设计，兼顾视觉体验与响应式适配，提升界面质感；JavaScript 通过 Canvas API 实现核心功能，完成从图像上传、灰度计算、直方图绘制到数据下载的全流程，5 个核心函数保障逻辑清晰可维护。系统零门槛操作，支持高清图像和原始数据下载，适配多终端，为图像处理相关需求提供了高效便捷的解决方案，适合设计、开发等多类人群使用。