直方圖處理

直方圖從圖像內(nèi)部灰度級(jí)的角度對(duì)圖像進(jìn)行表述從直方圖的角度對(duì)圖像進(jìn)行處理，可以達(dá)到增強(qiáng)圖像顯示效果的目的。

直方圖的含義

直方圖是圖像內(nèi)灰度值的統(tǒng)計(jì)特性與圖像灰度值之間的函數(shù)，直方圖統(tǒng)計(jì)圖像內(nèi)各個(gè)灰度級(jí)出現(xiàn)的次數(shù)。從直方圖的圖形上觀察，橫坐標(biāo)是圖像中各像素點(diǎn)的灰度級(jí)，縱坐標(biāo)是具有該灰度級(jí)（像素值）的像素個(gè)數(shù)。在繪制直方圖時(shí)，將灰度級(jí)作為x軸處理，該灰度級(jí)出現(xiàn)的次數(shù)作為y軸處理

把左側(cè)的直線(xiàn)圖和右側(cè)直方圖都稱(chēng)為直方圖

在實(shí)際處理中，圖像直方圖的x軸區(qū)間一般是[0, 255]，對(duì)應(yīng)的是8位位圖的256個(gè)灰度級(jí)；y軸對(duì)應(yīng)的是具有相應(yīng)灰度級(jí)的像素點(diǎn)的個(gè)數(shù)。

歸一化直方圖: 在歸一化直方圖中，x軸仍然表示灰度級(jí)；y軸不再表示灰度級(jí)出現(xiàn)的次數(shù)，而是灰度級(jí)出現(xiàn)的頻率。

灰度級(jí)出現(xiàn)的頻率=灰度級(jí)出現(xiàn)的次數(shù)/總像素?cái)?shù)在歸一化直方圖中，各個(gè)灰度級(jí)出現(xiàn)的頻率之和為1。歸一化直方圖與直方圖在外觀上是一致的，只是y軸的標(biāo)簽不同而已。

在OpenCV的官網(wǎng)上，特別提出了要注意的三個(gè)概念：DIMS、BINS、RANGE

• DIMS：表示在繪制直方圖時(shí)，收集的參數(shù)的數(shù)量。一般情況下，直方圖中收集的數(shù)據(jù)只有一種，就是灰度級(jí)。因此，該值為1。
• RANGE：表示要統(tǒng)計(jì)的灰度級(jí)范圍，一般為[0, 255]。0對(duì)應(yīng)的是黑色，255對(duì)應(yīng)的是白色。
• BINS：參數(shù)子集的數(shù)目。在處理數(shù)據(jù)的過(guò)程中，有時(shí)需要將眾多的數(shù)據(jù)劃分為若干個(gè)組，再進(jìn)行分析。
  例如： 希望將兩個(gè)像素值作為一組討論

繪制直方圖

Python的模塊matplotlib.pyplot中的hist()函數(shù)能夠方便地繪制直方圖，通常采用該函數(shù)直接繪制直方圖。除此以外，OpenCV中的cv2.calcHist()函數(shù)能夠計(jì)算統(tǒng)計(jì)直方圖，還可以在此基礎(chǔ)上繪制圖像的直方圖。

使用Numpy繪制直方圖

模塊matplotlib.pyplot提供了一個(gè)類(lèi)似于MATLAB繪圖方式的框架，可以使用其中的matplotlib.pyplot.hist()函數(shù)來(lái)繪制直方圖。此函數(shù)的作用是根據(jù)數(shù)據(jù)源和灰度級(jí)分組繪制直方圖。

其基本語(yǔ)法格式為：

matplotlib.pyplot.hist(X, BINS)

• X：數(shù)據(jù)源，必須是一維的。圖像通常是二維的，需要使用ravel()函數(shù)將圖像處理為一維數(shù)據(jù)源以后，再作為參數(shù)使用。
• BINS:BINS的具體值，表示灰度級(jí)的分組情況。

函數(shù)ravel()的作用是將二維數(shù)組降維成一維數(shù)組。

例如：數(shù)組a

使用函數(shù)ravel()對(duì)a進(jìn)行處理：

b = a.ravel()

使用hist()函數(shù)繪制一幅圖像的直方圖

import cv2
import matplotlib.pyplot as plt
o=cv2.imread("./img/hand1.png")
cv2.imshow("original", o)
plt.hist(o.ravel(),256)
plt.show()
cv2.waitKey()
cv2.destroyAllWindows()

使用函數(shù)hist()將一幅圖像的灰度級(jí)劃分為16組后，繪制該圖像的直方圖。

將灰度級(jí)劃分為16組，即將灰度級(jí)劃分為16個(gè)子集，對(duì)應(yīng)的BINS值為16。

import cv2
import matplotlib.pyplot as plt
o=cv2.imread("./img/hand1.png")
plt.hist(o.ravel(),16)
plt.show()

使用OpenCV繪制直方圖

OpenCV提供了函數(shù)cv2.calcHist()用來(lái)計(jì)算圖像的統(tǒng)計(jì)直方圖，該函數(shù)能統(tǒng)計(jì)各個(gè)灰度級(jí)的像素點(diǎn)個(gè)數(shù)。利用matplotlib.pyplot模塊中的plot()函數(shù)，可以將函數(shù)cv2.calcHist()的統(tǒng)計(jì)結(jié)果繪制成直方圖。

• 用cv2.calcHist()函數(shù)統(tǒng)計(jì)圖像直方圖信息

函數(shù)cv2.calcHist()用于統(tǒng)計(jì)圖像直方圖信息，其語(yǔ)法格式為:

hist = cv2.calcHist( images, channels, mask, histSize, ranges, accumulate )

函數(shù)中返回值及參數(shù)的含義為：

• hist：返回的統(tǒng)計(jì)直方圖，是一個(gè)一維數(shù)組，數(shù)組內(nèi)的元素是各個(gè)灰度級(jí)的像素個(gè)數(shù)。
• images：原始圖像，該圖像需要使用“[ ]”括起來(lái)。
• channels：指定通道編號(hào)。通道編號(hào)需要用“[ ]”括起來(lái)，如果輸入圖像是單通道灰度圖像，該參數(shù)的值就是[0]。對(duì)于彩色圖像，它的值可以是[0]、[1]、[2]，分別對(duì)應(yīng)通道B、G、R。
• mask：掩模圖像。當(dāng)統(tǒng)計(jì)整幅圖像的直方圖時(shí)，將這個(gè)值設(shè)為None。當(dāng)統(tǒng)計(jì)圖像某一部分的直方圖時(shí)，需要用到掩模圖像。

僅計(jì)算掩膜區(qū)域

• histSize:BINS的值，該值需要用“[ ]”括起來(lái)。例如，BINS的值是256，需要使用“[256]”作為此參數(shù)值。
• ranges：即像素值范圍。例如，8位灰度圖像的像素值范圍是[0, 255]。
• accumulate：累計(jì)（累積、疊加）標(biāo)識(shí)，默認(rèn)值為False。如果被設(shè)置為T(mén)rue，則直方圖在開(kāi)始計(jì)算時(shí)不會(huì)被清零，計(jì)算的是多個(gè)直方圖的累積結(jié)果，用于對(duì)一組圖像計(jì)算直方圖。該參數(shù)允許從多個(gè)對(duì)象中計(jì)算單個(gè)直方圖，或者實(shí)時(shí)更新直方圖。該參數(shù)是可選的，一般情況下不需要設(shè)置。

**例子：**使用cv2.calcHist()函數(shù)計(jì)算一幅圖像的統(tǒng)計(jì)直方圖結(jié)果，并觀察得到的統(tǒng)計(jì)直方圖信息。

import cv2
import numpy as np
img=cv2.imread("./img/hand1.png")
hist = cv2.calcHist([img], [0], None, [256], [0,255])
print(type(hist))
print(hist.shape)
print(hist.size)
print(hist)

######
<class &#39;numpy.ndarray'>
(256, 1)
256
[[  88.]
 [  31.]
 [  48.]
 [  66.]
 ...

函數(shù)cv2.calcHist()返回值的數(shù)據(jù)類(lèi)型為“ndarray”。該數(shù)據(jù)的shape為（256,1），說(shuō)明其有256行1列。

該數(shù)據(jù)的size為256，說(shuō)明有256個(gè)元素，分別對(duì)應(yīng)著256個(gè)灰度級(jí)在圖像內(nèi)出現(xiàn)的次數(shù)。

plot()函數(shù)的使用：

使用matplotlib.pyplot模塊內(nèi)的plot()函數(shù)，可以將函數(shù)cv2.calcHist()的返回值繪制為圖像直方圖。

繪制統(tǒng)計(jì)直方圖:

使用函數(shù)plot()將函數(shù)cv2.calcHist()的返回值繪制為直方圖。

import cv2
import matplotlib.pyplot as plt
o=cv2.imread("./img/hand1.png")
histb = cv2.calcHist([o], [0], None, [256], [0,255])
plt.plot(histb, color='b')
plt.show()

使用函數(shù)plot()和函數(shù)cv2.calcHist()，將彩色圖像各個(gè)通道的直方圖繪制在一個(gè)窗口內(nèi)。

import cv2
import matplotlib.pyplot as plt
o=cv2.imread("./img/hand1.png")
histb = cv2.calcHist([o], [0], None, [256], [0,255])
histg = cv2.calcHist([o], [1], None, [256], [0,255])
histr = cv2.calcHist([o], [2], None, [256], [0,255])
plt.plot(histb, color='b')
plt.plot(histg, color='g')
plt.plot(histr, color='r')
plt.show()

使用掩模繪制直方圖

在函數(shù)cv2.calcHist()中，參數(shù)mask用于標(biāo)識(shí)是否使用掩模圖像。

當(dāng)使用掩模圖像獲取直方圖時(shí)，僅獲取掩模參數(shù)mask指定區(qū)域的直方圖。

• 掩模處理的概念
  通常將掩模圖像白色區(qū)域的值設(shè)置為255，然后讓掩模圖像與原始圖像進(jìn)行按位與運(yùn)算
  OpenCV提供了bitwise_and函數(shù)，用于兩個(gè)像素值之間的按位與運(yùn)算。
  掩模圖像的白色背景部分設(shè)置為255，黑色背景部分設(shè)置為0
  當(dāng)在一個(gè)函數(shù)F中使用了掩模時(shí)，就意味著要先將參與運(yùn)算的圖像與掩模圖像進(jìn)行按位與運(yùn)算，得到掩模運(yùn)算結(jié)果。然后，再將掩模運(yùn)算結(jié)果，作為函數(shù)F的參數(shù)完成函數(shù)F所指定的運(yùn)算。
• 構(gòu)造掩模圖像
  在構(gòu)造掩模圖像時(shí)，通常先構(gòu)造一個(gè)像素值都是0的二維數(shù)組，再將數(shù)組中指定區(qū)域的像素值設(shè)定為255，就得到了掩模圖像。
  首先使用函數(shù)np.zeros()構(gòu)造一個(gè)像素值都是0的二維數(shù)組，然后將其中間部分的值設(shè)置為255

import cv2
import numpy as np
mask=np.zeros([600,600], np.uint8)
mask[200:400,200:400]=255
cv2.imshow('mask',?mask)
cv2.waitKey()
cv2.destroyAllWindows()

使用掩模繪制直方圖：

繪制掩模圖像時(shí)，首先將函數(shù)cv2.calcHist()的mask參數(shù)設(shè)置為掩模圖像，得到掩模處理的直方圖信息，再使用plot()函數(shù)完成直方圖的繪制。

函數(shù)cv2.calcHist()的語(yǔ)法格式：

hist = cv2.calcHist( images, channels, mask, histSize, ranges, accumulate )

其中，mask參數(shù)就是掩模圖像。

繪制掩模結(jié)果圖像的直方圖

首先構(gòu)造一個(gè)掩模圖像，然后使用函數(shù)cv2.calcHist()計(jì)算掩模結(jié)果圖像的統(tǒng)計(jì)直方圖信息，最后使用函數(shù)plot()繪制掩模圖像的直方圖。

掩模圖像要保持與原始圖像相等的大小, 使用參數(shù)image.shape表示構(gòu)造與原始圖像等大小的掩模圖像。

import cv2
import numpy as np
import matplotlib.pyplot as plt
image=cv2.imread("./img/hand1.png", cv2.IMREAD_GRAYSCALE)
mask=np.zeros(image.shape, np.uint8)
mask[200:400,200:400]=255
histImage=cv2.calcHist([image], [0], None, [256], [0,255])
histMI=cv2.calcHist([image], [0], mask, [256], [0,255])
plt.plot(histImage,color="b")
plt.plot(histMI,color="g")
plt.show()

直方圖均衡化

如果一幅圖像擁有全部可能的灰度級(jí)，并且像素值的灰度均勻分布，那么這幅圖像就具有高對(duì)比度和多變的灰度色調(diào)，灰度級(jí)豐富且覆蓋范圍較大。

在外觀上，這樣的圖像具有更豐富的色彩，不會(huì)過(guò)暗或過(guò)亮。直方圖均衡化的主要目的是將原始圖像的灰度級(jí)均勻地映射到整個(gè)灰度級(jí)范圍內(nèi)，得到一個(gè)灰度級(jí)分布均勻的圖像。這種均衡化，既實(shí)現(xiàn)了灰度值統(tǒng)計(jì)上的概率均衡，也實(shí)現(xiàn)了人類(lèi)視覺(jué)系統(tǒng)（Human Visual System, HVS）上的視覺(jué)均衡。

直方圖均衡化原理

直方圖均衡化的算法主要包括兩個(gè)步驟：

• 計(jì)算累計(jì)直方圖。
• 對(duì)累計(jì)直方圖進(jìn)行區(qū)間轉(zhuǎn)換

在此基礎(chǔ)上，再利用人眼視覺(jué)達(dá)到直方圖均衡化的目的。

在累計(jì)直方圖的基礎(chǔ)上，對(duì)原有灰度級(jí)空間進(jìn)行轉(zhuǎn)換。可以在原有范圍內(nèi)對(duì)灰度級(jí)實(shí)現(xiàn)均衡化，也可以在更廣泛的灰度空間范圍內(nèi)對(duì)灰度級(jí)實(shí)現(xiàn)均衡化。

在原有范圍內(nèi)實(shí)現(xiàn)均衡化

用當(dāng)前灰度級(jí)的累計(jì)概率乘以當(dāng)前灰度級(jí)的最大值，得到新的灰度級(jí)，并作為均衡化的結(jié)果。

在更廣泛的范圍內(nèi)實(shí)現(xiàn)均衡化

用當(dāng)前灰度級(jí)的累計(jì)概率乘以更廣泛范圍灰度級(jí)的最大值，得到新的灰度級(jí)，并作為均衡化的結(jié)果。

通過(guò)如下兩個(gè)步驟,可以讓直方圖達(dá)到均衡化的效果。

• 計(jì)算累計(jì)直方圖。
• 將累計(jì)直方圖進(jìn)行區(qū)間轉(zhuǎn)換。

直方圖均衡化使圖像色彩更均衡、外觀更清晰，也使圖像更便于處理，它被廣泛地應(yīng)用在醫(yī)學(xué)圖像處理、車(chē)牌識(shí)別、人臉識(shí)別等領(lǐng)域。

直方圖均衡化處理

OpenCV使用函數(shù)cv2.equalizeHist()實(shí)現(xiàn)直方圖均衡化。

該函數(shù)的語(yǔ)法格式為：

dst = cv2.equalizeHist( src )

• src是8位單通道原始圖像
• dst是直方圖均衡化處理的結(jié)果

例子： 使用函數(shù)cv2.equalizeHist()實(shí)現(xiàn)直方圖均衡化

#-----------導(dǎo)入使用的模塊---------------?
import cv2
import matplotlib.pyplot as plt
#-----------讀取原始圖像---------------?
img = cv2.imread('./img/hand1.png',?cv2.IMREAD_GRAYSCALE)
#-----------直方圖均衡化處理---------------?
equ = cv2.equalizeHist(img)
#-----------顯示均衡化前后的圖像---------------?
cv2.imshow("original", img)
cv2.imshow("result", equ)
#-----------顯示均衡化前后的直方圖---------------?
plt.figure("原始圖像直方圖")   #構(gòu)建窗口?
plt.hist(img.ravel(),256)
plt.figure("均衡化結(jié)果直方圖")  #構(gòu)建新窗口?
plt.hist(equ.ravel(),256)
plt.show()
#----------等待釋放窗口---------------------?
cv2.waitKey()
cv2.destroyAllWindows()

語(yǔ)句“plt.figure("原始圖像直方圖")”用于構(gòu)造名為“原始圖像直方圖”的新窗口。

均衡化是指綜合考慮了統(tǒng)計(jì)概率和HVS的均衡化結(jié)果。

pyplot 模塊介紹

matplotlib.pyplot模塊提供了一個(gè)類(lèi)似于MATLAB繪圖方式的框架，可以使用其中的函數(shù)方便地繪制圖形。

subplot 函數(shù)

模塊matplotlib.pyplot提供了函數(shù)matplotlib.pyplot.subplot()用來(lái)向當(dāng)前窗口內(nèi)添加一個(gè)子窗口對(duì)象。該函數(shù)的語(yǔ)法格式為：

matplotlib.pyplot.subplot(nrows, ncols, index)

• nrows為行數(shù)。
• ncols為列數(shù)。
• index為窗口序號(hào)。

序號(hào)是從“1”開(kāi)始而不是從“0”開(kāi)始的。

如果所有參數(shù)都小于10，可以省略彼此之間的逗號(hào)，直接寫(xiě)三個(gè)數(shù)字。例如，subplot(2, 3, 4)可以直接表示為subplot(234)。

import cv2
import matplotlib.pyplot as plt
img = cv2.imread('./img/hand1.png',?cv2.IMREAD_GRAYSCALE)
equ = cv2.equalizeHist(img)
plt.figure("subplot示例")
plt.subplot(121), plt.hist(img.ravel(),256)
plt.subplot(122), plt.hist(equ.ravel(),256)
plt.show()

imshow函數(shù)

模塊matplotlib.pyplot提供了函數(shù)matplotlib.pyplot.imshow()用來(lái)顯示圖像。

其語(yǔ)法格式為：

matplotlib.pyplot.imshow(X, cmap=None)

• X為圖像信息，可以是各種形式的數(shù)值。
• cmap表示色彩空間。該值是可選項(xiàng)，默認(rèn)值為null，默認(rèn)使用RGB(A)色彩空間。

使用函數(shù)matplotlib.pyplot.imshow()顯示彩色圖像

import cv2
import matplotlib.pyplot as plt
img = cv2.imread('./img/hand1.png')
imgRGB=cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.figure("顯示結(jié)果")
plt.subplot(121)
plt.imshow(img), plt.axis('off')
plt.subplot(122)
plt.imshow(imgRGB), plt.axis('off')
plt.show()

• 語(yǔ)句“plt.axis('off')”表示關(guān)閉坐標(biāo)軸的顯示

使用函數(shù)matplotlib.pyplot.imshow()顯示灰度圖像。

嘗試使用不同的形式顯示灰度圖像

import cv2
import matplotlib.pyplot as plt
o = cv2.imread('./img/hand1.png')
g=cv2.cvtColor(o, cv2.COLOR_BGR2GRAY)
plt.figure("灰度圖像顯示演示")
plt.subplot(221)
plt.imshow(o), plt.axis('off')
plt.subplot(222)
plt.imshow(o, cmap=plt.cm.gray), plt.axis('off')
plt.subplot(223)
plt.imshow(g), plt.axis('off')
plt.subplot(224)
plt.imshow(g, cmap=plt.cm.gray), plt.axis('off')
plt.show()

只有使用灰度圖像作為參數(shù)，并且將色彩空間參數(shù)值設(shè)置為“cmap=plt.cm.gray”，灰度圖像才被正常顯示。

使用函數(shù)matplotlib.pyplot.imshow()以不同的參數(shù)形式顯示灰度圖像。

import cv2
import matplotlib.pyplot as plt
o = cv2.imread('./img/hand1.png')
g=cv2.cvtColor(o, cv2.COLOR_BGR2GRAY)
plt.figure("灰度圖像顯示演示")
plt.subplot(221); plt.imshow(g, cmap=plt.cm.gray)
plt.subplot(222); plt.imshow(g, cmap=plt.cm.gray_r)
plt.subplot(223); plt.imshow(g, cmap='gray')
plt.subplot(224); plt.imshow(g, cmap='gray_r')
plt.show()

色彩空間參數(shù)cmap的參數(shù)值“plt.cm.gray_r”及“gray_r”中的“r”是英文“reverse”的縮寫(xiě)，表示逆轉(zhuǎn)的意思。

到此這篇關(guān)于python中opencv 直方圖處理的文章就介紹到這了,更多相關(guān)python opencv 內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論