图像直方图那么，图像直方图到底是什么？
图片
图像的构成是由像素点构成的，每个像素点的值代表着该点的颜色（灰度图或者彩色图）。所谓直方图就是对图像的中的这些像素点的值进行统计，得到一个统一的整体的灰度概念。直方图表示图像中颜色的分布。可以将其可视化为图表（或曲线图），以直观地了解强度（像素值）分布。直方图的好处就在于可以清晰了解图像的整体灰度分布，这对于计算机视觉处理图片有关重要。
一般情况下直方图都是灰度图像，直方图x轴是灰度值（一般0~255），y轴就是图像中每一个灰度级对应的像素点的个数。
灰度空间图片直方图
如何获取图片直方图图片直方图的获取，opencv已经帮我们集成了函数，当然numpy也同样可以 获取
from matplotlib import pyplot as plt import numpy as np import cv2 image = cv2.imread(&34;) img = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) hist = cv2.calcHist([img], [0], None, [256], [0, 256]) hist_np,bins = np.histogram(img.ravel(),256,[0,256]) hist_np1 = np.bincount(img.ravel(),minlength=256) cv2.imshow(&34;, img) plt.figure() plt.title(&34;) plt.xlabel(&34;) plt.ylabel(& of Pixels&34;1.jpg&34;image&34;b&34;g&34;r&34;&39; Color Histogram&34;Bins&34;34;) features = [] for (chan, color) in zip(chans, colors): hist = cv2.calcHist([chan], [0], None, [256], [0, 256]) features.extend(hist) plt.plot(hist, color = color) plt.xlim([0, 256]) plt.show()代码截图
chans = cv2.split(image)函数把图片分别分割成 R G B 三色空间
分别把三色空间的 R G B 空间传入cv2.calcHist([chan], [0], None, [256], [0, 256])函数来生成不同空间内的颜色图片直方图，最后把图片显示出来
图片mask参数cv2.calcHist函数可以接受mask 来进行图片直方图的显示，默认计算图片的所有区域，但是有时候我们不需要图片的所有区域，我们可以使用mask来扣自己需要的图片区域，进而可以进行自己想要图片区域的直方图
mask 图片直方图
from matplotlib import pyplot as plt import numpy as np import cv2 image = cv2.imread(&34;) img = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) mask = np.zeros(img.shape[:2],np.uint8) mask[100:500,100:500] = 255 mask_img = cv2.bitwise_and(img,img,mask=mask) hist = cv2.calcHist([img], [0], mask, [256], [0, 256]) cv2.imshow(&34;, mask_img) plt.figure() plt.title(&34;) plt.xlabel(&34;) plt.ylabel(& of Pixels&34;1.jpg&39;img&39;res&34;1.jpg&res = cv2.equalizeHist(img) cla = cv2.createCLAHE(clipLimit=2,tileGridSize=(10,10)) res = cla.apply(img) cv2.imshow(&39;,img) cv2.imshow(&39;,res) cv2.waitKey(0)代码截图
总结图片直方图在相识图片搜索引擎中起到了至关重要的作用，如何使用图片直方图来进行相识图片的搜索，我们下期分享，帮你打造一款属于自己的相识图片搜索引擎。
本站所发布的文字与图片素材为非商业目的改编或整理，版权归原作者所有，如侵权或涉及违法，请联系我们删除
热门信息
阅读 ()
1 注册微信号怎么注册第二个阅读 ()
2 怎么把照片变成卡通头像阅读 ()
3 手机越充越少电怎么解决