opencv里面直方图的意义

Posted 2021-04-25 我是攻城师

什么是直方图

直方图是一种图表类型，在计算机视觉领域通常用来指反映图片的亮度，色彩，强度在整个图片里面的分布情况。直方图我们可以理解成另一种理解图片的方式。

直方图可以是彩色的图片，也可以是灰度图，直方图的X轴的范围是（0-255），Y轴则是不同像素值上，像素的数量，如果是彩色的图片Y轴则会有R,G,B三种像素展示，如果是灰度值则只有一种像素展示。

一些术语

BINS: 默认情况直方图是显示0-255范围内每个像素值的像素的数量，当然我们也可以设置一个个区间来统计这个区间内的像素值的数量，比如（0-15）,（16-31）,（240-255）例子连接 这里面的16个单独的区间都可以叫做一个BIN(英文箱子的意思)

DIMS: 维度，它代表收集颜色通道的个数，如果是灰度图这个值就是1，如果一个彩色图那么DIMS就是3

RANGE: 代表你想测量亮度的范围，正常下是[0-255]代表所有的像素值

使用方法

直方图可以通过opencv的内置的函数来展示，也可以通过numpy的函数来展示，这里推荐使用numpy来打印直方图，opencv内置的方法代码比较长，所以大多数时候都建议使用numpy的函数来展示，代码如下：

 
   
   
 

  
    
    
  
# -*- coding:utf-8 -*-
  
    
    
  
import matplotlib.pyplot as plt
  
    
    
  
import numpy as np
  
    
    
  
import cv2 as cv
  
    
    
  

  
    
    
  
"""
  
    
    
  
打印一个灰度图片的直方图
  
    
    
  
"""
  
    
    
  

  
    
    
  
img = cv.imread('E:\\tmp\\cat.jpg')
  
    
    
  

  
    
    
  
cv.imshow("orgin",img)
  
    
    
  

  
    
    
  
def gray_histogram():
  
    
    
  
    """
  
    
    
  
    灰度图
  
    
    
  
    :return:
  
    
    
  
    """
  
    
    
  
    # ravel方法代表返回一个连续扁平化的数组
  
    
    
  
    # hist参数：数组，bin数量，像素值范围
  
    
    
  
    gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
  
    
    
  
    plt.hist(gray.ravel(), 256, [0, 256])
  
    
    
  

  
    
    
  

  
    
    
  
def color_histogram():
  
    
    
  
    """
  
    
    
  
    彩色图
  
    
    
  
    :return:
  
    
    
  
    """
  
    
    
  
    # 蓝 绿 红
  
    
    
  
    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])
  
    
    
  

  
    
    
  

  
    
    
  
gray_histogram()
  
    
    
  

  
    
    
  
# color_histogram()
  
    
    
  

  
    
    
  

  
    
    
  
plt.show()
  
    
    
  

  
    
    
  
cv.waitKey(0)
 
   
   
 

`

（1）原图

（2）灰度直方图

（3）彩色直方图

直方图的意义

在计算机视觉领域，常常要处理各种各样的图片，通过观察图片的直方图，可以使我们在加工图片时更加合理的调整一些函数的参数，比如边缘检测，高斯模糊，切割，透视，二值化等等。

参考文档：

https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.ravel.html

https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.histogram.html

https://docs.opencv.org/3.1.0/d1/db7/tutorial_py_histogram_begins.html