1，直方圖的概念

圖像直方圖是反映一個圖像像素分布的統計表，其實橫坐標代表了圖像像素的種類，可以是灰度的，也可以是彩色的。縱坐標代表了每一種顏色值在圖像中的像素總數或者占所有像素個數的百分比。圖像是由像素構成，因為反映像素分布的直方圖往往可以作為圖像一個很重要的特征。

圖像灰度直方圖：
一幅圖像由不同灰度值的像素組成，圖像中灰度的分布情況是該圖像的一個重要特征。圖像的灰度直方圖就描述了圖像中灰度分布情況，能夠很直觀的展示出圖像中各個灰度級所占的多少。圖像的灰度直方圖是灰度級的函數，描述的是圖像中具有該灰度級的像素的個數：其中，橫坐標是灰度級，縱坐標是該灰度級出現的頻率

歸一化直方圖:
通常會將縱坐標歸一化到[0,1]區間內，也就是將灰度級出現的頻率（像素個數）除以圖像中像素的總數。灰度直方圖的計算公式如下：

其中，rk是像素的灰度級，nk是具有灰度rk的像素的個數，MN是圖像中總的像素個數。
2，直方圖的繪制

import cv2 as cv
import numpy as npfrom matplotlib import pyplot as plt
#%matplotlib inlinedef plot_demo(image):plt.hist(image.ravel(), 256, [0, 256]) #image.ravel()#ravel函數功能是將多維數組降為一維數組,統計各個bin的頻次，256：bin的個數，[0, 256]：范圍plt.show("直方圖") #和OpenCV中的想要的直方圖不同
"""
畫灰度圖直方圖:繪圖都可以調用matplotlib.pyplot庫來進行，其中的hist函數可以直接繪制直方圖。plt.hist(arr, bins=50, normed=1, facecolor='green', alpha=0.75)hist的參數非常多，但常用的就這五個，只有第一個是必須的，后面四個可選arr: 需要計算直方圖的一維數組bins: 直方圖的柱數，可選項，默認為10normed: 是否將得到的直方圖向量歸一化。默認為0range參數表示箱子的下限和上限。即橫坐標顯示的范圍，范圍之外的將被舍棄
"""def image_hist(image):color = ('blue', 'green', 'red')  #圖像三通道for i, color in enumerate(color):hist = cv.calcHist([image], [i], None, [256], [0, 256]) #繪制各個通道的直方圖plt.plot(hist, color=color) #定義線的顏色plt.xlim([0, 256]) #x軸的范圍plt.show()
"""
calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]]) 
images參數表示輸入圖像，傳入時應該用中括號[ ]括起來channels參數表示傳入圖像的通道，如果是灰度圖像，那就不用說了，只有一個通道，值為0，
如果是彩色圖像（有3個通道），那么值為0,1,2,中選擇一個，對應著BGR各個通道。這個值也得用[ ]傳入。mask參數表示掩膜圖像。如果統計整幅圖，那么為None。
主要是如果要統計部分圖的直方圖，就得構造相應的掩膜來計算。histSize參數表示灰度級的個數，需要中括號，比如[256]ranges參數表示像素值的范圍，通常[0,256]。此外，假如channels為[0,1],ranges為[0,256,0,180],
則代表0通道范圍是0-256,1通道范圍0-180。hist參數表示計算出來的直方圖。"""src = cv.imread("F:/images/lena.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
plot_demo(src)
image_hist(src)
cv.waitKey(0)cv.destroyAllWindows()

運行結果：

總結

以上是生活随笔為你收集整理的OpenCV+python：直方图的概念及绘制（Histogram）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。