在圖像處理中，直方圖是非常重要，也是非常有用的一個(gè)處理要素。

在skimage庫(kù)中對(duì)直方圖的處理，是放在exposure這個(gè)模塊中。

1、計(jì)算直方圖

函數(shù)：skimage.exposure.histogram(image,nbins=256)

在numpy包中，也提供了一個(gè)計(jì)算直方圖的函數(shù)histogram(),兩者大同小義。

返回一個(gè)tuple（hist, bins_center), 前一個(gè)數(shù)組是直方圖的統(tǒng)計(jì)量，后一個(gè)數(shù)組是每個(gè)bin的中間值

import numpy as np
from skimage import exposure,data
image =data.camera()*1.0
hist1=np.histogram(image, bins=2)  #用numpy包計(jì)算直方圖
hist2=exposure.histogram(image, nbins=2) #用skimage計(jì)算直方圖
print(hist1)
print(hist2)

輸出：

(array([107432, 154712], dtype=int64), array([ 0. , 127.5, 255. ]))
(array([107432, 154712], dtype=int64), array([ 63.75, 191.25]))

分成兩個(gè)bin，每個(gè)bin的統(tǒng)計(jì)量是一樣的，但numpy返回的是每個(gè)bin的兩端的范圍值，而skimage返回的是每個(gè)bin的中間值

2、繪制直方圖

繪圖都可以調(diào)用matplotlib.pyplot庫(kù)來(lái)進(jìn)行，其中的hist函數(shù)可以直接繪制直方圖。

調(diào)用方式：

hist的參數(shù)非常多，但常用的就這六個(gè)，只有第一個(gè)是必須的，后面四個(gè)可選

arr: 需要計(jì)算直方圖的一維數(shù)組

bins: 直方圖的柱數(shù)，可選項(xiàng)，默認(rèn)為10

normed: 是否將得到的直方圖向量歸一化。默認(rèn)為0

facecolor: 直方圖顏色

edgecolor: 直方圖邊框顏色

alpha: 透明度

histtype: 直方圖類(lèi)型，‘bar', ‘barstacked', ‘step', ‘stepfilled'

返回值 ：

n: 直方圖向量，是否歸一化由參數(shù)normed設(shè)定

bins: 返回各個(gè)bin的區(qū)間范圍

patches: 返回每個(gè)bin里面包含的數(shù)據(jù)，是一個(gè)list

from skimage import data
import matplotlib.pyplot as plt
img=data.camera()
plt.figure("hist")
arr=img.flatten()
n, bins, patches = plt.hist(arr, bins=256, normed=1,edgecolor='None',facecolor='red') 
plt.show()

其中的flatten()函數(shù)是numpy包里面的，用于將二維數(shù)組序列化成一維數(shù)組。

是按行序列，如

mat=[[1 2 3

　　　 4 5 6]]

經(jīng)過(guò) mat.flatten()后，就變成了

mat=[1 2 3 4 5 6]

3、彩色圖片三通道直方圖

一般來(lái)說(shuō)直方圖都是征對(duì)灰度圖的，如果要畫(huà)rgb圖像的三通道直方圖，實(shí)際上就是三個(gè)直方圖的疊加。

from skimage import data
import matplotlib.pyplot as plt
img=data.lena()
ar=img[:,:,0].flatten()
plt.hist(ar, bins=256, normed=1,facecolor='r',edgecolor='r',hold=1)
ag=img[:,:,1].flatten()
plt.hist(ag, bins=256, normed=1, facecolor='g',edgecolor='g',hold=1)
ab=img[:,:,2].flatten()
plt.hist(ab, bins=256, normed=1, facecolor='b',edgecolor='b')
plt.show()

其中，加一個(gè)參數(shù)hold=1,表示可以疊加

4、直方圖均衡化

如果一副圖像的像素占有很多的灰度級(jí)而且分布均勻，那么這樣的圖像往往有高對(duì)比度和多變的灰度色調(diào)。直方圖均衡化就是一種能僅靠輸入圖像直方圖信息自動(dòng)達(dá)到這種效果的變換函數(shù)。它的基本思想是對(duì)圖像中像素個(gè)數(shù)多的灰度級(jí)進(jìn)行展寬，而對(duì)圖像中像素個(gè)數(shù)少的灰度進(jìn)行壓縮，從而擴(kuò)展取值的動(dòng)態(tài)范圍，提高了對(duì)比度和灰度色調(diào)的變化，使圖像更加清晰。

from skimage import data,exposure
import matplotlib.pyplot as plt
img=data.moon()
plt.figure("hist",figsize=(8,8))

arr=img.flatten()
plt.subplot(221)
plt.imshow(img,plt.cm.gray) #原始圖像
plt.subplot(222)
plt.hist(arr, bins=256, normed=1,edgecolor='None',facecolor='red') #原始圖像直方圖

img1=exposure.equalize_hist(img)
arr1=img1.flatten()
plt.subplot(223)
plt.imshow(img1,plt.cm.gray) #均衡化圖像
plt.subplot(224)
plt.hist(arr1, bins=256, normed=1,edgecolor='None',facecolor='red') #均衡化直方圖

plt.show()

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評(píng)論