opencv入门（五）

一、直方图

1.1 直方图的根本概念

<hr> 1.2 绘制直方图

利用matplotlib（第三方python库）提供的绘制直方图的模块

注意：利用 matplotlib.pyplot 下函数举行绘制图像时，均必要在末了利用matplotlib.pyplot.show() 举行末了的实现，而且体现图像只管不与cv2.imshow()适用（告急由 cv2.waitKey() 会导致 matplotlib.pyplot.show() 引发非常）。该非常出现的场合为pycharm中设置plot图像独立体现时，非独立时不发生非常
1.2.1 利用第三方库：matplotlib.pyploy中的函数hist()：用于绘制直方图

利用 hist() 函数，用于绘制直方图
调用格式：
plt.hist(数据源，灰度级)
函数阐明：
① 数据源：传入的图像对象，必须是 一维数组
② 灰度级：对应图像的灰度级巨细，一样寻常是 256，指 8比特的灰度图 的灰度级[0 255]
③ 利用该函数 不会直接体现其绘制的直方图，需利用 plt.show()方法对直方图举行体现
注：利用ravel()函数可以实现二维数组到一维的转换

1. import cv2
2. # 导入第三方库
3. import matplotlib.pyplot as plt
4. img = cv2.imread("XXX")
6. # 使用hist函数统计直方图
7. plt.hist(img.ravel(),256)
9. # 用于显示plt所有生成的直方图
10. plt.show()
11. cv2.waitKey(0)
12. cv2.destoryAllWindows()

复制代码

<hr> 1.2.2 利用opencv函数 calcHist()：用于盘算得到，(多个或单个)图像中各灰度级对应的 个数序列

利用 calcHist() 函数，用于盘算得到，图像中各灰度级对应的 个数序列
调用格式：
hist = cv2.calcHist(images,channels,mask,histSize,ranges,accumulate)
函数阐明：
① images：原始图像的列表.eg [image_a,image_b]
② channels：指定必要盘算灰度级数量标通道
a) 通道编号必要用列表的情势传入. eg [0]、[1]
b) 输入图像是 灰度图 时，它的值是 [0]
c) 彩色图像 可以是 [0]、[1]、[2]分别对应通道 B、G、R
③ mask：掩码图像
a) 统计整幅图像的直方图，设为None
b) 统计图像某一部门的直方图时，必要掩码图像
注：天生掩码的巨细与原图同等(利用 np.zeros((r,c),np.uint8)天生全零矩阵)，只将必要举行直方图统计的地域设置为数值1（利用对opencv地域设置像素的操纵可以实现）。（整个过程类似于ROI的操纵）
④ histSize：BINS的数量，即灰度级的数量
a) 需用列表的情势传入. eg [256]
⑤ ranges：设定必要统计的灰度值的范围
a) 对于8 比特图像设定为，[0,255] (列表的情势)
⑥ accumulate：累计（累积、累加）标识。便是否累计对全部传入图像举行直方图统计盘算
a) 默以为 False
b) 假如被设置为 True，则直方图在开始分配时不会被清零
c) 该参数答应从多个对象中盘算单个直方图，大概用于及时更新直方图
d) 多个直方图的累积结果，用于对一组图像盘算直方图
⑦ hist：直方图结果，返回的是 numpy.ndarray 的对象，其数据结构是一个一维数组(为 n*1 的数组)，其值为对应[0,255]各灰度级的像素点个数

1. import cv2
2. import numpy as np
4. dir_ = 'E:\\python_opencv\\images\\test\\2020.9.8\\'
5. file_name = 'Fig0316(

复制代码