Python數(shù)字圖像處理基礎(chǔ)直方圖詳解

更新時(shí)間：2021年09月28日 15:21:06 作者：未綄待續(xù)ξ

這篇文章主要介紹了Python數(shù)字圖像處理基礎(chǔ)直方圖詳解，本文對(duì)Python直方圖的定義、性質(zhì)、應(yīng)用以及Python直方圖的計(jì)算作了詳細(xì)的講解，有需要朋友可以借鑒參考下

直方圖的定義

在這里插入圖片描述

直方圖的性質(zhì)

在這里插入圖片描述

只統(tǒng)計(jì)某個(gè)灰度級(jí)出現(xiàn)的次數(shù)，圖像的大小不一樣的話，某灰度值的像素出現(xiàn)的次數(shù)是不一樣的。
那如果我們?cè)谶@基礎(chǔ)上除以像素總個(gè)數(shù)的話，那就是某一灰度級(jí)出現(xiàn)的概率，那么這樣的話不同大小的同一內(nèi)容圖像其灰度直方圖是一樣的。

在這里插入圖片描述

直方圖的應(yīng)用

圖像增強(qiáng)

在這里插入圖片描述

圖像分割

在這里插入圖片描述

圖像識(shí)別

在這里插入圖片描述

Python直方圖的計(jì)算

import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('cameraman.tif',0)
img = img.flatten()
img = img.tolist()
myhist = []
for i in range(0,256):
	myhist.append(img.count(i))
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用來顯示中文標(biāo)簽
# plt.rcParams['figure.dpi'] = 100 # 每英寸點(diǎn)數(shù)
plt.figure()
plt.bar(x=range(0,256),height=myhist,width=0.5)
plt.title('直方圖')
plt.xlabel("灰度值")
plt.ylabel("像素個(gè)數(shù)")
plt.show()

運(yùn)行結(jié)果圖：

在這里插入圖片描述

plt.rcParams參數(shù)設(shè)置:

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] # 用來顯示中文標(biāo)簽
plt.rcParams['axes.unicode_minus']=False # 用來顯示負(fù)號(hào)
plt.rcParams['figure.figsize'] = (16.0, 10.0) # 調(diào)整生成的圖表最大尺寸
plt.rcParams['figure.dpi'] = 300 # 每英寸點(diǎn)數(shù)
調(diào)用plt.rcParams.keys()可獲取rcParams的全部參數(shù)以及默認(rèn)值。
例如：
'figure.dpi': 100.0   每英寸點(diǎn)數(shù)
'figure.figsize': [6.0, 4.0]  生成的圖表最大尺寸
'font.size': 10.0  字體大小
'hist.bins': 10  直方圖分箱個(gè)數(shù)
'lines.linewidth': 1.5  線寬
'lines.marker': 'None'  標(biāo)記樣式
'savefig.format': 'png'  保存圖片的格式
'savefig.jpeg_quality': 95  圖片質(zhì)量
'text.color': 'black'  文本顏色
'timezone': 'UTC'  時(shí)區(qū)格式

以上就是Python數(shù)字圖像處理基礎(chǔ)直方圖詳解的詳細(xì)內(nèi)容，更多關(guān)于Python數(shù)字圖像處理基礎(chǔ)直方圖的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: