目錄

一、灰度直方圖概念

二、直接調(diào)用opencv的函數(shù)caclHist（）

1、函數(shù)介紹

2、實(shí)例

（1）繪制全局直方圖

（2）繪制局部的直方圖

?

三、自定義函數(shù)進(jìn)行灰度直方圖的繪制

1、代碼

2、結(jié)果

---

?

---

一、灰度直方圖概念

灰度直方圖是關(guān)于灰度級(jí)分布的函數(shù)，將數(shù)字圖像中的所有像素，按照灰度值的大小，統(tǒng)計(jì)其出現(xiàn)的頻率。其中，橫坐標(biāo)是灰度級(jí)，縱坐標(biāo)是該灰度級(jí)出現(xiàn)的頻率。

對(duì)圖像中不同灰度級(jí)別出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)后進(jìn)行繪制直方圖，橫坐標(biāo)表示灰度級(jí)別0-255，縱坐標(biāo)表示每個(gè)灰度級(jí)別在圖像中出現(xiàn)的次數(shù)，一般會(huì)對(duì)次數(shù)進(jìn)行歸一化，用每個(gè)灰度級(jí)出現(xiàn)的次數(shù)除以圖像的像素總個(gè)數(shù)。

二、直接調(diào)用opencv的函數(shù)caclHist（）

1、函數(shù)介紹

返回的是一個(gè)一維數(shù)組（256,1）

hist = cv2.calcHist（[images]，[channels]，mask，histSize，ranges ） 參數(shù)說明： images：uint8或float32類型的原圖像。用方括號(hào)表示，即“[img]”; channels：計(jì)算直方圖的通道索引，也在方括號(hào)中給出.例如，如果輸入是灰度圖像，則其值為[0].對(duì)于彩色圖像，可以通過[0]，[1]或[2]分別計(jì)算藍(lán)色，綠色或紅色通道的直方圖. mask：掩碼，蒙版圖像.要查找完整圖像的直方圖，它將顯示為“無”.但是，如果要查找圖像特定區(qū)域的直方圖，則必須為其創(chuàng)建蒙版圖像并將其作為蒙版. histSize：灰度級(jí)的個(gè)數(shù)，這代表我們的BIN計(jì)數(shù).需要在方括號(hào)中給出.對(duì)于滿量程，我們通過[256]. ranges：這是像素值的范圍的范圍。通常，它是[0,256].

2、實(shí)例

（1）繪制全局直方圖

獲得上圖的直方圖，首先得先進(jìn)行灰度化

import cv2 import numpy as np import matplotlib.pyplot as pltdef image_calcuhist(imagepath):img = cv2.imread(imagepath)#讀取圖片img_shape = img.shapegray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#灰度化hist = cv2.calcHist([gray],[0],None,[256],[0,256])#計(jì)算灰度級(jí)別出現(xiàn)頻率，返回的是一個(gè)（256,1）的數(shù)組for i in range(hist.shape[0]):hist[i] = hist[i]/(img_shape[0]*img_shape[1])#對(duì)獲得的直方圖數(shù)據(jù)進(jìn)行歸一化return histif __name__ == '__main__':x = np.linspace(0,255,256)#橫坐標(biāo)灰度級(jí)別y = image_calcuhist("colorful_lena.jpg")#縱坐標(biāo)值獲取plt.bar(x,y.ravel(),0.9,alpha=1,color='b')#通過matplotlib進(jìn)行直方圖的繪制plt.show()#顯示直方圖

（2）繪制局部的直方圖

import cv2 import numpy as np import matplotlib.pyplot as pltimg = cv2.imread("colorful_lena.jpg",0) h,w = img.shape#構(gòu)建一個(gè)掩模，需要繪制直方圖的局部圖像區(qū)域的像素設(shè)置為255，其他部分設(shè)置為0 mask = np.zeros((h,w),np.uint8) for i in range(0,int(h/2)):for j in range(0,int(w/2)):mask[int(h/4)+i,int(w/4)+j] = 255#全幅圖像的直方圖 hist = cv2.calcHist([img],[0],None,[256],[0,256]) #局部的直方圖 hist1 = cv2.calcHist([img],[0],mask,[256],[0,256]) x = np.linspace(0,255,256) plt.plot(x,hist.ravel()) plt.plot(x,hist1.ravel()) plt.show() cv2.imshow('',mask) cv2.imshow('1',img) cv2.waitKey(0)

藍(lán)色線為全局直方圖，橙色為局部直方圖

三、自定義函數(shù)進(jìn)行灰度直方圖的繪制

1、代碼

# 1 0-255 2 概率 # 本質(zhì)：統(tǒng)計(jì)每個(gè)像素灰度 出現(xiàn)的概率 0-255 p import cv2 import numpy as np import matplotlib.pyplot as pltdef image_histdefinition(imagepath):img = cv2.imread(imagepath)#讀取圖片imgInfo = img.shape#獲得圖片的尺寸大小height = imgInfo[0]width = imgInfo[1]# 灰度化gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)count = np.zeros(256,np.float) # 共256個(gè)，創(chuàng)建一個(gè)數(shù)組用于存放灰度級(jí)別出現(xiàn)的頻率#計(jì)算灰度級(jí)別頻率for i in range(0,height):for j in range(0,width):pixel = gray[i,j] # 獲取灰度等級(jí)index = int(pixel) # 強(qiáng)制類型轉(zhuǎn)換count[index] = count[index]+1# 計(jì)算出現(xiàn)概率，即歸一化for i in range(0,255):count[i] = count[i]/(height*width)return countif __name__ == '__main__':# 繪圖x = np.linspace(0, 255, 256)count = image_histdefinition('colorful_lena.jpg')y = countplt.bar(x, y, 0.9, alpha=1, color='b')plt.show()

2、結(jié)果

?

兩種方法得到的直方圖是一樣的，證明方法是可行的。

總結(jié)

以上是生活随笔為你收集整理的【图像处理】——图像灰度直方图的绘制（直接调用函数和自定义函数）的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。