Opencv总结3——直方图和傅里叶变化

1.1 直方图定义

图像直方图是图像中 像素 值分布的统计图表 ，它以像素值（0~255，针对 8 位灰度图）为横轴，以该像素值在图像中出现的像素数量（频次） 为纵轴，直观反映图像的亮度分布、对比度、明暗占比等特征。

• 核心本质：统计图像中每个像素值对应的像素点个数，不关注像素的位置，只关注像素值的分布规律。

• 应用场景：图像阈值分割、曝光校正、对比度调整、图像匹配（如直方图对比法）等。

cv2.calcHist(images,channels,mask,histSize,ranges)

• images: 原图像图像格式为 uint8 或 float32（一般是转化成灰度图来输入的）。当传入函数时应 **用中括号 []**括来例如[img]

• channels: 同样用中括号括来它会告函数我们统幅图 像的直方图。如果入图像是灰度图它的值就是 [0]如果是彩色图像 的传入的参数可以是 [0][1][2] 它们分别对应着 BGR。

• mask: 掩模图像。统整幅图像的直方图就把它为 None。但是如 果你想统图像某一分的直方图的你就制作一个掩模图像并 使用它。

• histSize:BIN 的数目。也应用中括号括来

• ranges: 像素值范围常为 [0256]

img = cv2.imread('cat.jpg',0) #0表示灰度图
hist = cv2.calcHist([img],[0],None,[256],[0,256])
hist.shape # (256, 1) # 表示可以有0-256个可能得取值

plt.hist(img.ravel(),256);   # 注意这个plt展示的图像是RGB的，opencv是BGR的
plt.show()

可以展示不同通道的结果

img = cv2.imread('cat.jpg') 
color = ('b','g','r')
for i,col in enumerate(color): 
    histr = cv2.calcHist([img],[i],None,[256],[0,256]) 
    plt.plot(histr,color = col) 
    plt.xlim([0,256]) 

给图像做mask

mask 就是一个和原图尺寸完全一致的黑白图像，它能让 calcHist 只统计原图中 "掩码里白色区域（ 像素 值 255）对应的位置" 的像素 直方图 ，黑色区域（像素值 0）则被忽略。

# 创建mask
mask = np.zeros(img.shape[:2], np.uint8)
print (mask.shape)
mask[100:300, 100:400] = 255
cv_show(mask,'mask') #(414, 500)

开始mask操作

img = cv2.imread('cat.jpg', 0)
cv_show(img,'img')
masked_img = cv2.bitwise_and(img, img, mask=mask)#与操作
cv_show(masked_img,'masked_img')

掩码为0的部分是没有保留的。

可以统计一下：

1.2 均衡化原理

下图中的狗统计像素，我们发现有的像素是特别多，有的是特别的少。也就是这个直方图不是特别均衡。

做法就是让直方图"变矮变胖"

这实际上是做了一次像素的映射

使用代码均衡化

img = cv2.imread('clahe.jpg',0) #0表示灰度图 #clahe
plt.hist(img.ravel(),256); 
plt.show()

equ = cv2.equalizeHist(img) 
plt.hist(equ.ravel(),256)
plt.show()

图像展示示例

下面这张图中有部分的细节是丢失的，我们想进行局部的均衡化操作。

自适应直方图均衡化

createCLAHE函数，其中clipLimit=2.0：对比度限制阈值，核心是控制直方图的 "过度拉伸"。当某个像素值的频次超过这个阈值时，超出部分会被裁剪并均匀分配到其他区间，避免局部区域因亮度过高 / 过低导致细节丢失（比如普通均衡化会让图像噪点暴增）。值越大，对比度增强越明显；通常设 2.0~4.0，0 表示无限制。

clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8)) 
res_clahe = clahe.apply(img)
res = np.hstack((img,equ,res_clahe))
cv_show(res,'res')

1.3 傅里叶变换-低通和高通滤波

我们生活在时间的世界中，早上7:00起来吃早饭，8:00去挤地铁，9:00开始上班。。。以时间为参照就是时域分析。

但是在频域中一切都是静止的！参考论文：https://zhuanlan.zhihu.com/p/19763358

傅里叶变换 的作用

• 高频：变化剧烈的灰度分量，例如图像中的边界。

• 低频：变化缓慢的灰度分量，例如一片大海，老年人慢慢悠悠的。

滤波

• 低通滤波器：只保留低频，会使得图像模糊

• 高通滤波器：只保留高频，会使得图像细节增强

• opencv中主要就是cv2.dft()和cv2.idft()，输入图像需要先转换成np.float32 格式。

• 得到的结果中频率为0的部分会在左上角，通常要转换到中心位置，可以通过shift变换来实现。

• cv2.dft()返回的结果是双通道的（实部，虚部），通常还需要转换成图像格式才能展示（0,255）。

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread('lena.jpg',0) #0表示转换成灰度图

img_float32 = np.float32(img)

dft = cv2.dft(img_float32, flags = cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft) # np之中针对这个做一个shift操作，低频值转换到中间的区域
# 得到灰度图能表示的形式
magnitude_spectrum = 20*np.log(cv2.magnitude(dft_shift[:,:,0],dft_shift[:,:,1]))

plt.subplot(121),plt.imshow(img, cmap = 'gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(magnitude_spectrum, cmap = 'gray')
plt.title('Magnitude Spectrum'), plt.xticks([]), plt.yticks([])
plt.show()    

第二幅图中间比较亮，表示低频是在中间的，高频是在图像的两边的。

低通滤波

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread('lena.jpg',0)

img_float32 = np.float32(img)

dft = cv2.dft(img_float32, flags = cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)

rows, cols = img.shape
crow, ccol = int(rows/2) , int(cols/2)     # 中心位置

# 低通滤波
mask = np.zeros((rows, cols, 2), np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 1

# IDFT
fshift = dft_shift*mask
f_ishift = np.fft.ifftshift(fshift)
img_back = cv2.idft(f_ishift)
img_back = cv2.magnitude(img_back[:,:,0],img_back[:,:,1])

plt.subplot(121),plt.imshow(img, cmap = 'gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(img_back, cmap = 'gray')
plt.title('Result'), plt.xticks([]), plt.yticks([])

plt.show()   

高通滤波

img = cv2.imread('lena.jpg',0)

img_float32 = np.float32(img)

dft = cv2.dft(img_float32, flags = cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)

rows, cols = img.shape
crow, ccol = int(rows/2) , int(cols/2)     # 中心位置

# 高通滤波
mask = np.ones((rows, cols, 2), np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 0

# IDFT
fshift = dft_shift*mask
f_ishift = np.fft.ifftshift(fshift)
img_back = cv2.idft(f_ishift)
img_back = cv2.magnitude(img_back[:,:,0],img_back[:,:,1])

plt.subplot(121),plt.imshow(img, cmap = 'gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(img_back, cmap = 'gray')
plt.title('Result'), plt.xticks([]), plt.yticks([])

plt.show()