opencv histograms-直方图

最新推荐文章于 2025-05-29 10:24:14 发布

still_learning

最新推荐文章于 2025-05-29 10:24:14 发布

阅读量463

点赞数

CC 4.0 BY-SA版权

分类专栏： opencv 计算机视觉文章标签： opencv 人工智能计算机视觉

原文链接：https://docs.opencv.org/trunk/d1/db7/tutorial_py_histogram_begins.html

计算机视觉同时被 2 个专栏收录

2 篇文章

订阅专栏

opencv

1 篇文章

订阅专栏

本文详细介绍如何使用OpenCV和NumPy计算图像的直方图，并利用Matplotlib进行直观展示。涵盖cv.calcHist()和np.histogram()函数的使用，以及通过掩膜图像限定感兴趣区域的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

内容：

计算直方图
画出直方图
学习几个函数cv.calcHist()， np.histogram()， etc

理论

直方图即使统计各个像素值频数的统计图。具体可以百度。

名词解析：

BINS：可以认为这是每个段的像素值的个数，比如设置16，则分别统计的是 0 to 15, then 16 to 31, …, 240 to 255.频数。默认是1。
DIMS：表示的是数据的维度。默认为1。
RANGE：表示的是要统计的强度值的范围。

其他函数

ravel()表示将图片摊平，变成一维的

1.计算直方图

opencv中如何计算直方图

关于cv.calcHist()参数的介绍——

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

images: 源图像（uint8 or float32），放入格式为“[img]”
channels: 要统计直方图的通道，比如灰度图可以"[0]”，而RGB图形可以“[0]”，“[1]",“[2]"，分别代表蓝、绿、红通道。
mask: 掩膜图片。如果要感兴趣的范围需要用这个去限制，默认是None。
histSize：表示BIN的数量，如果全部要计算那就是“[256]”.
ranges:默认[0,256]
example

img = cv.imread('home.jpg',0)
hist = cv.calcHist([img],[0],None,[256],[0,256])

numpy中如何计算直方图

hist,bins = np.histogram(img.ravel(),256,[0,256])

2. 绘制直方图

一般来说有两种方法：

简单：Matplotlib
复杂：OpenCV

1)使用Matplotlib

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('home.jpg',0)
plt.hist(img.ravel(),256,[0,256]); plt.show()

在这里插入图片描述
2

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('home.jpg')
color = ('b','g','r')
for i,col in enumerate(color):
    histr = cv.calcHist([img],[i],None,[256],[0,256])
    plt.plot(histr,color = col)
    plt.xlim([0,256])
plt.show()

在这里插入图片描述

快速构建掩膜图像

# create a mask
mask = np.zeros(img.shape[:2], np.uint8)
mask[100:300, 100:400] = 255
masked_img = cv.bitwise_and(img,img,mask = mask)

plt.subplot(221), plt.imshow(img[:,:,0],'gray')
plt.subplot(222), plt.imshow(mask[:,:],'gray')
plt.subplot(223), plt.imshow(masked_img[:,:,0],'gray'

$\a1$
参考链接：
https://docs.opencv.org/trunk/d1/db7/tutorial_py_histogram_begins.html