图像处理入门021 | 直方图：图像像素分布的可视化 —— cv2.calcHist 与 4 类典型分布

第021期 | 图像处理算法入门系列 | 2026-08-30

关键词：直方图、cv2.calcHist、灰度直方图、多通道直方图、归一化、CDF、直方图均衡化

一、引言

第020期我们讲了"如何把灰度图一刀切成两半"------二值化。但是在切之前，必须先回答一个问题：刀要落在哪里？

答案藏在图像的 像素分布 里。把一张图所有像素按灰度值数一遍，画成柱状图，就是直方图（Histogram）。

直方图是图像处理里出场率第二高的工具，仅次于二值化。它是：

看图的眼睛：一眼判断偏暗 / 偏亮 / 低对比度 / 高对比度
选阈值的尺子：双峰直方图的"谷底"就是二值化的最佳阈值（接续 020 期）
算法的前奏：直方图均衡化（022 期）、CLAHE（023 期）、Otsu 自动阈值（076 期）、直方图匹配、色彩迁移、图像检索、相机白平衡......几乎所有需要"理解图像统计规律"的算法，第一步都是直方图

text 复制代码

直方图的本质：把 [0, 255] 切成 256 个 bin，数每个 bin 里有多少像素。

  像素值 k (0-255) → 第 k 个 bin 高度 +1

看似一行图能讲清的事，里面藏着 5 个关键概念：
  ① 直方图定义与计算  ② 多通道叠加  ③ 归一化（PDF）  ④ 累积分布 CDF  ⑤ 性能陷阱

本期我们就把直方图从定义到实现一次性讲透，最后引出下期"直方图均衡化"。

二、核心概念与原理

2.1 直方图的数学定义

设图像为 I(x, y) ∈ [0, L-1]（灰度图 L=256），灰度级 k 的概率密度为：

text 复制代码

p(k) = n_k / N

其中：
  n_k  : 灰度值 = k 的像素个数
  N    : 图像总像素数
  p(k) : 归一化后的概率密度（PDF），所有 p(k) 之和 = 1

由此衍生两个关键函数：

text 复制代码

概率密度函数（PDF）：  p(k) = n_k / N                     ←  归一化直方图
累积分布函数（CDF）：  c(k) = Σ_{i=0..k} p(i)              ←  022 期均衡化的核心

2.2 cv2.calcHist 函数签名

python 复制代码

hist = cv2.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]])

参数：
  images   : 输入图像列表（用 [img] 包裹），单张灰度图也行，彩色图也行
  channels : 统计哪些通道
             - 灰度图：[0]
             - 彩色图：可以 [0]（只算 B），[1]（只算 G），[2]（只算 R）
                       也可以 [0,1] / [0,1,2]（多维直方图）
  mask     : 掩膜，None 表示全图统计；非 None 时只统计 mask>0 的区域
  histSize : 每个通道的分箱数（Bins），灰度图常用 [256]
  ranges   : 每个通道的取值范围，灰度图 [0, 256]，彩色图 [0,256, 0,256, 0,256]
返回值：
  hist     : 形状为 (256, 1) 的 numpy 数组

2.3 灰度直方图 vs 多通道直方图

text 复制代码

灰度直方图：    1 个通道  →  1 条曲线     →  反映整体亮度分布
多通道直方图：  3 个通道  →  3 条曲线叠加  →  反映色彩平衡（B/G/R 各占多少）
N 维直方图：    N 通道联合  →  高维矩阵   →  反映色彩出现频率（图像检索/分割常用）

2.4 归一化的意义

text 复制代码

原始直方图：  纵轴是"像素个数"------受图像分辨率影响（1M 像素 vs 1K 像素差 1000 倍）
归一化直方图：纵轴是"概率密度"------和分辨率无关，可以跨图比较

两套做法等价：
  ① 手动：hist_norm = hist / hist.sum()
  ② OpenCV：cv2.normalize(hist, None, 0, 1, cv2.NORM_MINMAX)

三、实验：6 个动手环节

实验 1：灰度直方图基础

合成一张"高对比度双峰"灰度图（30 与 220），绘制直方图：

python 复制代码

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

# 合成测试图：30% 暗像素 + 70% 亮像素，叠加少量噪声
size = (360, 540)
rng = np.random.default_rng(7)
high = np.zeros(size, dtype=np.uint8)
mask = rng.random(size) > 0.5
high[mask] = 220
high[~mask] = 30
high = np.clip(high.astype(np.int16) + rng.integers(-8, 8, size), 0, 255).astype(np.uint8)

# 计算并绘制直方图
hist = cv2.calcHist([high], [0], None, [256], [0, 256])   # 形状 (256, 1)

plt.figure(figsize=(8, 4))
plt.plot(hist, color='#2c3e50', lw=1.5)
plt.fill_between(np.arange(256), hist.ravel(), alpha=0.25, color='#3498db')
plt.axvline(30, color='#e74c3c', ls='--', label='左峰 ≈ 30')
plt.axvline(220, color='#27ae60', ls='--', label='右峰 ≈ 220')
plt.xlim(0, 256)
plt.xlabel('灰度级'); plt.ylabel('像素计数')
plt.title('灰度直方图（256 bins）')
plt.grid(True, alpha=0.3); plt.legend()
plt.show()

运行结果：

可以清楚看到两个尖峰：左峰在 30 附近（背景区），右峰在 220 附近（前景区），中间几乎为 0------这就是典型的"双峰直方图"，是 020 期选阈值的依据。

实验 2：多通道直方图

彩色图像分 B/G/R 三个通道统计，颜色与通道对应：

python 复制代码

colorful = cv2.imread('colorful.jpg')   # BGR 顺序
colors = ('b', 'g', 'r')                 # OpenCV 用 BGR
for i, c in enumerate(colors):
    hist = cv2.calcHist([colorful], [i], None, [256], [0, 256])
    plt.plot(hist, color=c, label=f'通道 {i} ({c.upper()})', lw=1.6)
plt.xlim(0, 256)
plt.xlabel('像素值'); plt.ylabel('像素计数')
plt.title('BGR 三通道直方图')
plt.legend(); plt.grid(True, alpha=0.3)

运行结果：

可以看到蓝/绿/红三块区域的直方图分别集中在不同像素值段，没有任何交叉------这正是彩色直方图判断"图像颜色偏向"的最常用方法。

实验 3：归一化直方图与统计量

直方图本身是绝对计数，但跨图比较时需要归一化：

python 复制代码

gray = cv2.imread('low_contrast.jpg', cv2.IMREAD_GRAYSCALE)
hist = cv2.calcHist([gray], [0], None, [256], [0, 256])

# 两种归一化做法
hist_manual = hist / hist.sum()                    # 手动除以总数
hist_cv = cv2.normalize(hist, None, 0, 1, cv2.NORM_MINMAX)  # OpenCV 归一到 [0,1]

# 直方图统计量
print(f'像素总数: {gray.size:,}')
print(f'最小值  : {gray.min()}')
print(f'最大值  : {gray.max()}')
print(f'均值    : {gray.mean():.2f}')
print(f'中位数  : {np.median(gray):.1f}')
print(f'标准差  : {gray.std():.2f}')

运行结果：

指标	数值
形状	(360, 540)
像素总数	194,400
最小值	15
最大值	241
均值	127.51
中位数	127.0
标准差	24.97

观察发现：均值和中位数几乎相等（都是 127 左右），说明这张图的分布大致对称，标准差 24.97 偏小------典型的"低对比度"特征。

实验 4：四类典型图像的直方图对比

最有价值的不是单张图的直方图，而是多张图横向对比：

python 复制代码

samples = {
    'dark':          (cv2.imread('dark.jpg', 0),           '偏暗图'),
    'bright':        (cv2.imread('bright.jpg', 0),         '偏亮图'),
    'low_contrast':  (cv2.imread('low_contrast.jpg', 0),   '低对比度'),
    'high_contrast': (cv2.imread('high_contrast.jpg', 0),  '高对比度'),
}

fig, axes = plt.subplots(2, 4, figsize=(15, 7))
for col, (key, (img, title)) in enumerate(samples.items()):
    axes[0, col].imshow(img, cmap='gray')
    axes[0, col].set_title(title); axes[0, col].axis('off')
    hist = cv2.calcHist([img], [0], None, [256], [0, 256])
    axes[1, col].plot(hist)
    axes[1, col].axvline(img.mean(), color='r', ls='--')
    axes[1, col].set_xlabel('灰度级')

运行结果：

类型	直方图形态	视觉特征
偏暗图	集中在 0-80	全图发暗，细节丢失在暗部
偏亮图	集中在 180-255	全图泛白，细节丢失在亮部
低对比度	集中在 100-150	灰蒙蒙，像隔着一层雾
高对比度	两端各一峰	黑白分明，过渡锐利

实操中拿到一张图，先画直方图再看图------能省 80% 的盲目调参时间。

实验 5：累积分布函数 CDF（铺垫下期）

把 PDF 累加起来就是 CDF，这是 022 期直方图均衡化的数学核心：

python 复制代码

gray = cv2.imread('low_contrast.jpg', cv2.IMREAD_GRAYSCALE)
hist = cv2.calcHist([gray], [0], None, [256], [0, 256]).ravel()
pdf = hist / hist.sum()
cdf = np.cumsum(pdf)                  # 累积分布

fig, ax1 = plt.subplots(figsize=(8, 4))
ax1.plot(pdf, color='#3498db', label='PDF')
ax1.set_ylabel('PDF（归一化直方图）', color='#3498db')
ax2 = ax1.twinx()
ax2.plot(cdf, color='#e74c3c', label='CDF')
ax2.set_ylabel('CDF（累积分布）', color='#e74c3c')
ax2.set_ylim(0, 1.05)

运行结果：

CDF 的形态是单调不减的 S 形------中间陡（像素集中），两端缓（像素稀疏）。直方图均衡化的本质就是把 CDF 拉成一条直线 y=x，让每个像素值区间被等概率使用------这就把 022 期的入口打开了。

实验 6：性能基准测试

实测三种写法的耗时差异（1080×720 彩色图）：

python 复制代码

import time
big = cv2.imread('big.jpg')   # 1080×720×3

# 方式 A：cv2.calcHist（三通道 256³）
t0 = time.perf_counter()
for _ in range(50):
    cv2.calcHist([big], [0,1,2], None, [256,256,256], [0,256]*3)
t_cv = (time.perf_counter() - t0) / 50 * 1000

# 方式 B：np.bincount（单通道，最快）
t0 = time.perf_counter()
for _ in range(50):
    np.bincount(big[:,:,0].ravel(), minlength=256)
t_np = (time.perf_counter() - t0) / 50 * 1000

# 方式 C：Python 双循环（极慢）
hist = np.zeros(256, dtype=np.int64)
for y in range(0, big.shape[0], 4):       # 采样 1/16
    for x in range(0, big.shape[1], 4):
        hist[big[y, x, 0]] += 1

运行结果：

方式	耗时	适用场景
`cv2.calcHist`（三通道 256³）	24.35 ms	通用，特别是多通道 / 掩膜
`np.bincount`（单通道）	4.45 ms	单通道灰度直方图的最快方案
Python 双循环	17.40 ms（仅 1/16 区域）	教学演示，生产环境禁用

关键洞察：

np.bincount 在单通道场景下比 cv2.calcHist 快约 5 倍
Python 双循环即使只采样 1/16 区域也比向量化方案慢------再次印证"必须向量化"
实际项目里灰度直方图直接用 np.bincount，多通道 / 掩膜场景用 cv2.calcHist

四、常见陷阱

陷阱 1：彩色图忘了拆通道

python 复制代码

# 错误：直接对彩色图算"灰度直方图"
hist = cv2.calcHist([color_img], [0], None, [256], [0, 256])   # 只算了 B 通道
# 正确：三通道分别算，再叠加
for i in range(3):
    hist_i = cv2.calcHist([color_img], [i], None, [256], [0, 256])
    plt.plot(hist_i, color=('b','g','r')[i])

陷阱 2：直方图"假双峰"

python 复制代码

# 反例：高斯模糊过度
high = cv2.GaussianBlur(high, (11, 11), 3)   # 双峰被平滑成单峰！
# 正解：双峰图像不要做大核模糊

我第一次跑实验时就踩了这个坑------加了 (11,11) 高斯模糊，原本明显的双峰直接被磨平，标准差从 95 掉到 10，图就废了。

陷阱 3：bins 设错导致数据丢失

python 复制代码

# 把 256 个 bin 缩成 16 个 bin：信息丢失严重
hist = cv2.calcHist([gray], [0], None, [16], [0, 256])   # 每个 bin 合并 16 个灰度级
# 通常 256 bins 是最直观的默认选择

陷阱 4：横轴范围错误

python 复制代码

# OpenCV 范围是半开区间 [0, 256)，不是 [0, 255]
hist = cv2.calcHist([gray], [0], None, [256], [0, 256])   # 正确
hist = cv2.calcHist([gray], [0], None, [256], [0, 255])   # 错误，丢掉灰度=255

五、产品推荐：照片分析与直方图工具

移动端（随手拍 + 现场分析）

应用	平台	直方图能力	特色
Lightroom Mobile	iOS / Android	实时 RGB 直方图 + 直方图裁剪警示	Adobe 出品，专业摄影师首选
Snapseed	iOS / Android	调色面板内嵌直方图	Google 出品，免费 + 局部调色
VSCO	iOS / Android	调色时显示 RGB / 亮度直方图	滤镜直方图参考
手机自带"照片信息"	iOS（点击 i）/ Android	缩略图 + 直方图（部分厂商）	零门槛，查看照片元数据

桌面端 / 专业级（修图 + 调色 + 科研）

工具	平台	直方图能力	特色
RawTherapee	Windows / macOS / Linux	全通道直方图 + Lab 色空间直方图	免费开源，RAW 处理神器
Darktable	Windows / macOS / Linux	实时直方图 + 波形图 + 矢量示波器	摄影师用的开源版 Lightroom
Adobe Lightroom Classic	Windows / macOS	完整 RGB 直方图 + 直方图裁剪警告	业界标准，付费
Capture One	Windows / macOS	高级直方图 + 皮肤色调直方图	高端商业摄影常用
ImageJ / FIJI	全平台	完整直方图 + 任意 ROI 区域直方图	科研 / 医学图像分析标配
GIMP	全平台	基础直方图	免费开源，入门级

在线工具

工具	网址	特色
Photopea	photopea.com	浏览器内 PS，免费，支持直方图调色
Pixlr X	pixlr.com	简易在线编辑器，含直方图

六、本期小结

维度	内容
核心 API	`cv2.calcHist(img, channels, mask, histSize, ranges)`
输出	numpy 数组，形状 (bins, 1)
归一化	`hist / hist.sum()` 或 `cv2.normalize(..., cv2.NORM_MINMAX)`
性能最优	单通道场景用 `np.bincount`，比 `cv2.calcHist` 快约 5 倍
形态识别	单峰位置（偏暗 / 偏亮）、峰宽（对比度）、双峰（高对比度 → 020 期选阈值）
衍生函数	CDF（累积分布）→ 铺垫 022 期直方图均衡化

七、下期预告

第022期：直方图均衡化（Histogram Equalization）------ cv2.equalizeHist 自动对比度增强

我们将学习：

HE 数学原理：CDF 映射到均匀分布
全局 HE（cv2.equalizeHist） vs 自适应 HE（CLAHE，023 期）
暗光照片 / 雾天图像的对比度提升
过度均衡化的副作用与"伪影"
产品实践：手机相机的"夜景模式"和"HDR"算法底层

下期不见不散~

版权声明：本文为「图像处理算法入门」系列第021期，原创首发于 CSDN。代码与配图均开源，遵循 MIT 协议。引用或转载请保留原作者与链接。