OpenCV半小時(shí)掌握基本操作之直方圖

更新時(shí)間：2021年09月01日 14:37:40 作者：我是小白呀

這篇文章主要介紹了OpenCV基本操作之直方圖，本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下

概述

OpenCV 是一個(gè)跨平臺(tái)的計(jì)算機(jī)視覺(jué)庫(kù), 支持多語(yǔ)言, 功能強(qiáng)大. 今天小白就帶大家一起攜手走進(jìn) OpenCV 的世界. (第 20 課)

在這里插入圖片描述

直方圖

原圖:

在這里插入圖片描述

cv2.calcHist()可以幫助我們統(tǒng)計(jì)像素并得到直方圖.

格式:

calcHist(images, channels, mask, histSize, ranges, hist=None, accumulate=None)

參數(shù):

images: 輸入圖像
channels: 顏色通道
mask: 掩模
histSize: bin 的數(shù)目, 用中括號(hào)括起來(lái)
ranges: 像素范圍 [0, 256]

例 1 (灰度圖統(tǒng)計(jì)直方圖):

import cv2
from matplotlib import pyplot as plt

plt.style.use("fivethirtyeight")

# 讀取圖片, 并轉(zhuǎn)換成灰度圖
img = cv2.imread("girl.jpg", 0)

# 獲取直方圖
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
print(hist)

# 直方圖展示
plt.figure(figsize=(12, 6))
plt.plot(hist)
plt.title("hist of image")
plt.show()

輸出結(jié)果:

在這里插入圖片描述

例 2 (RGB 三通道直方圖):

import cv2
from matplotlib import pyplot as plt

plt.style.use("fivethirtyeight")
plt.figure(figsize=(12, 6))

# 讀取圖片
img = cv2.imread("girl.jpg")

# 顏色通道
color = ["b", "g", "r"]

# 獲取直方圖
for i, c in enumerate(color):
    hist = cv2.calcHist([img], [i], None, [256], [0, 256])
    plt.plot(hist, color=c)

# 直方圖展示
plt.legend(["B Channel", "G Channel", "R Channel"])
plt.title("RGB hist of image")

plt.show()

輸出結(jié)果:

在這里插入圖片描述

直方圖 + mask

例子:

import numpy as np
import cv2
from matplotlib import pyplot as plt

plt.style.use("fivethirtyeight")

# 讀取圖片, 并轉(zhuǎn)換成灰度圖
img = cv2.imread("girl.jpg", 0)

# 創(chuàng)建mask
mask = np.zeros(img.shape, np.uint8)
mask[280:1000, 420:1500] = 255

# 獲取mask后的圖像
masked_img = cv2.bitwise_and(img, img, mask=mask)

# 直方圖
hist_full = cv2.calcHist([img], [0], None, [256], [0, 256])
hist_mask = cv2.calcHist([img], [0], mask, [256], [0, 256])

# 圖片展示
f, ax = plt.subplots(2, 2, figsize=(12, 9))
ax[0, 0].imshow(img, 'gray')
ax[0, 0].set_title("original image")
ax[0, 1].imshow(mask, 'gray')
ax[0, 1].set_title("mask")
ax[1, 0].imshow(masked_img, 'gray')
ax[1, 0].set_title("masked image")
ax[1, 1].plot(hist_full)
ax[1, 1].plot(hist_mask)
ax[1, 1].set_title("original vs masked hist")

plt.show()

輸出結(jié)果:

在這里插入圖片描述

直方圖均衡化

直方圖均衡化 (Histogram Equalization) 是一種增強(qiáng)圖片對(duì)比度的方法. 將一副圖像的直方圖分布變成近似均勻分布.

格式:

cv2.equalizeHist(src, dst=None)

例子:

import cv2
from matplotlib import pyplot as plt

plt.style.use("fivethirtyeight")

# 讀取圖片, 并轉(zhuǎn)換成灰度圖
img = cv2.imread("girl.jpg", 0)

# 均衡化
img_equ = cv2.equalizeHist(img)

# 直方圖
f, ax = plt.subplots(2, 2, figsize=(16, 16))
ax[0, 0].imshow(img, "gray")
ax[0, 0].set_title("before")
ax[0, 1].imshow(img_equ, "gray")
ax[0, 1].set_title("after")
ax[1, 0].hist(img.ravel(), 256)
ax[1, 1].hist(img_equ.ravel(), 256)

plt.show()

輸出結(jié)果:

在這里插入圖片描述