在討論其返回值前，我們先來(lái)介紹以下calcHist()函數(shù)的用法：

cv2.calcHist()函數(shù)

cv2.calcHist()函數(shù)的作用

通過(guò)直方圖可以很好的對(duì)整幅圖像的灰度分布有一個(gè)整體的了解，直方圖的x軸是灰度值（0~255），y軸是圖片中具有同一個(gè)灰度值的點(diǎn)的數(shù)目。

而calcHist（）函數(shù)則可以幫助我們統(tǒng)計(jì)一幅圖像的直方圖

cv2.calcHist(images,channels,mask,histSize,ranges)

• images: 原圖像圖像格式為 uint8 或 ?oat32。當(dāng)傳入函數(shù)時(shí)應(yīng) 用中括號(hào) [] 括來(lái)例如[img]
• channels: 同樣用中括號(hào)括來(lái)它會(huì)告函數(shù)我們統(tǒng)幅圖 像的直方圖。如果入圖像是灰度圖它的值就是 [0]如果是彩色 圖像 的傳入的參數(shù)可以是 [0][1][2] 它們分別對(duì)應(yīng)著 BGR。
• mask: 掩模圖像。統(tǒng)整幅圖像的直方圖就把它為 None。但是如果你想統(tǒng)圖像某一分的直方圖的你就制作一個(gè)掩模圖像并使用它。
• histSize:BIN 的數(shù)目。也應(yīng)用中括號(hào)括來(lái)
• BINS: 上面的直方圖顯示了每個(gè)像素值的像素?cái)?shù)，即從0到255。即您需要256個(gè)值才能顯示上述直方圖。但是請(qǐng)考慮一下，如果您不需要單獨(dú)查找所有像素值的像素?cái)?shù)，而是在像素值間隔內(nèi)查找像素?cái)?shù)，該怎么辦？例如，您需要找到介于 0 到 15 之間的像素?cái)?shù)，然后是 16 到 31、...、240 到 255。您只需要 16 個(gè)值來(lái)表示直方圖。
• 因此，只需將整個(gè)直方圖拆分為 16 個(gè)子部分，每個(gè)子部分的值就是其中所有像素計(jì)數(shù)的總和。這每個(gè)子部分都稱(chēng)為"BIN"。在第一種情況下，條柱數(shù)為256（每個(gè)像素一個(gè)），而在第二種情況下，它只有16。BINS 在 OpenCV 文檔中由術(shù)語(yǔ)histSize表示。
• ranges: 像素值范圍常為 [0 256]

示例：

import cv2
import numpy as np
import matplotlib.pyplot as plt
 
img = cv2.imread('cat.jpg', 0)  # 0表示灰度圖
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
# print(hist)
# print(hist[175])
# print(type(hist))
plt.hist(img.ravel(),256);
#print(img.ravel())
plt.show()

輸出結(jié)果：

示例2：多通道圖的“直方圖”

import cv2
import numpy as np
import matplotlib.pyplot as plt
 
 
img = cv2.imread('cat.jpg') 
color = ('b','g','r')
for i,col in enumerate(color): 
    histr = cv2.calcHist([img],[i],None,[256],[0,256]) 
    plt.plot(histr,color = col) 
    plt.xlim([0,256]) 
    print(i,col)

輸出結(jié)果：

到這里完整的直方圖就這樣子繪制出來(lái)了，但是大家也許會(huì)對(duì)calcHist的返回值有疑問(wèn)，到底返回了什么才能畫(huà)出來(lái)這樣的圖像呢？下面我們則來(lái)討論該函數(shù)的返回值

cv2.calcHist()函數(shù)的返回值

對(duì)于hist = cv2.calcHist([img],[0],None,[256],[0,256])中，hist是一個(gè)256*1的矩陣，每一個(gè)值代表了每個(gè)灰度值對(duì)應(yīng)的像素點(diǎn)數(shù)目

print(type(hist))

<class 'numpy.ndarray'>

輸出的結(jié)果表示這是一個(gè)多維數(shù)組

print(hist)

[[1.000e+00]
 [0.000e+00]
 [2.000e+00]
 [0.000e+00]
       .......
 [2.010e+02]
 [2.180e+02]
 [2.160e+02]
 [2.660e+02]
 [3.350e+02]
 [3.110e+02]
 [4.670e+02]]

經(jīng)計(jì)算，共有256個(gè)值，即可以輸出hist[0]到hist[255]。

整個(gè)hist[i]則表示灰度值

print(hist[175],hist[255])

[3181.] [467.]

通過(guò)直方圖可看出輸出的結(jié)果就是每一個(gè)灰度值對(duì)應(yīng)的像素?cái)?shù)目

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論