直⽅图的定义、意义和特征
直⽅图的定义、意义和特征
1. 定义
在统计学中，直⽅图是⼀种对数据分布情况的图形表⽰，是⼀种⼆维统计图表，他的两个坐标分别是统计样本（图像、视频帧）和样本的某种属性（亮度，像素值，梯度，⽅向，⾊彩等等任何特征）。
2. 意义
（1）直⽅图是图像中像素强度分布的图形表达⽅式。
（2）直⽅图统计了每⼀个强度值所具有的像素个数。
3. 特征
（1）直⽅图不再表征任何的图像纹理信息，⽽是对图像像素的统计。
（2）由于同⼀物体⽆论是旋转还是平移在图像中都具有相同的灰度值，因此直⽅图具有平移不变性、放缩不变性等优点。
4. ⽅法和参数
cv2.calcHist(images, channels, mask, histSize, ranges[hist[, accumulate]])
（1）images : 整型类型(uint8和float32)的原图（list形式显⽰）。
（2）channels : 通道的索引，例如：[0]代表灰度图⽚，[0],[1],[2]代表多通道。
（3）mask : 计算图⽚指定区域的直⽅图。如果mask为none，那么计算整张图。
卫星简笔画
（4）histSize( bins ) : 每个⾊调值(范围: 0 ~ 255)对应的像素数量/频率。[这256个值中的每⼀个都被称为bin，它的取值有
8，16，32，64，128，256。在OpenCV中，⽤histSize表⽰bins。]回车驾言迈
（5）range : 强度值的范围，[0, 256]。
一棵大白菜
# 1 导⼊库
import cv2
import matplotlib.pyplot as plt
电子档案管理制度import numpy as np
# 2 ⽅法：显⽰图⽚
def show_image(image, title, pos):
# 顺序转换：BGR TO RGB
image_RGB = image[:, :, ::-1] # shape : (height, width, channel) -1表⽰倒序
# 显⽰标题
plt.title(title)
plt.subplot(2, 1, pos) # 定位
plt.imshow(image_RGB)
# 3 ⽅法：显⽰图⽚的灰度直⽅图
def show_histogram(hist, title, pos, color):
# 显⽰标题
plt.title(title)
plt.subplot(2, 1, pos) # 定位图⽚
plt.xlabel("Bins") # 横轴信息
plt.ylabel("Pixels") # 纵轴信息产假有工资
plt.xlim([0, 256]) # 范围
plt.plot(hist, color=color) # 绘制直⽅图
# 4 主函数 main()
def main():
# 5 创建画布
plt.figure(figsize=(15, 6)) # 画布⼤⼩
plt.suptitle("Gray Image Histogram", fontsize=14, fontweight="bold") # 设置标题形式
# 6 加载图⽚
上海大学选课img = cv2.imread("children.jpg")
# 7 灰度转换
双红活血胶囊img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 8 计算灰度图的直⽅图
hist_img = cv2.calcHist([img_gray], [0], None, [256], [0, 256])#列表
# 9 展⽰灰度直⽅图
# 灰度图转换成BGR格式图⽚
img_BGR = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2BGR)
带数字的词语四字成语show_image(img_BGR, "BGR image", 1)
show_histogram(hist_img, "gray image histogram", 2, "m")
plt.show()
if __name__ == '__main__':
main()
