Opencv中的cv2.calcHist()函数的作用及返回值

更新时间:2023-07-20 17:56:55 阅读: 评论:0

Opencv中的cv2.calcHist()函数的作⽤及返回值
在讨论其返回值前,我们先来介绍以下calcHist()函数的⽤法:
cv2.calcHist()函数
cv2.calcHist()函数的作⽤:通过直⽅图可以很好的对整幅图像的灰度分布有⼀个整体的了解,直⽅图的x轴是灰度值(0~255),y轴是图⽚中具有同⼀个灰度值的点的数⽬。⽽calcHist()函数则可以帮助我们统计⼀幅图像的直⽅图
cv2.calcHist(images,channels,mask,histSize,ranges)
images: 原图像图像格式为 uint8 或 float32。当传⼊函数时应 ⽤中括号 [] 括来例如[img]
channels: 同样⽤中括号括来它会告函数我们统幅图 像的直⽅图。如果⼊图像是灰度图它的值就是 [0]如果是彩⾊图像 的传⼊的参数可以是 [0][1][2] 它们分别对应着 BGR。
mask: 掩模图像。统整幅图像的直⽅图就把它为 None。但是如果你想统图像某⼀分的直⽅图的你就制作⼀个掩模图像并使⽤它。
histSize:BIN 的数⽬。也应⽤中括号括来
逛公园作文
BINS :上⾯的直⽅图显⽰了每个像素值的像素数,即从0到255。即您需要256个值才能显⽰上述直⽅图。但是请考虑⼀下,如果您不需要单独查找所有像素值的像素数,⽽是在像素值间隔内查找像素数,该怎么办?例如,您需要找到介于 0 到 15 之间的像素数,然后是 16 到 31、...、240 到 255。您只需要 16 个值来表⽰直⽅图。
因此,只需将整个直⽅图拆分为 16 个⼦部分,每个⼦部分的值就是其中所有像素计数的总和。这每个⼦部分都称为"BIN"。在第⼀种情况下,条柱数为256(每个像素⼀个),⽽在第⼆种情况下,它只有16。BINS 在 OpenCV ⽂档中由术语histSize表⽰。
ranges: 像素值范围常为 [0 256]
⽰例:
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('cat.jpg', 0)  # 0表⽰灰度图
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())
2014感动中国
plt.show()
输出结果:
机动车年检
⽰例2:多通道图的“直⽅图”
改编歌曲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])
逼真的近义词print(i,col)
输出结果:
到这⾥完整的直⽅图就这样⼦绘制出来了,但是⼤家也许会对calcHist的返回值有疑问,到底返回了什么才能画出来这样的图像呢?下⾯我们则来讨论该函数的返回值
cv2.calcHist()函数的返回值
对于hist = cv2.calcHist([img],[0],None,[256],[0,256])中,hist是⼀个256*1的矩阵,每⼀个值代表了每个灰度值对应的像素点数⽬
print(type(hist))
<class 'numpy.ndarray'>
输出的结果表⽰这是⼀个多维数组
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]
高帮板鞋[3.350e+02]
[3.110e+02]
[4.670e+02]]
藏族舞蹈基本动作
经计算,共有256个值,即可以输出hist[0]到hist[255]。整个hist[i]则表⽰灰度值
菠萝鸡片print(hist[175],hist[255])
[3181.] [467.]
通过直⽅图可看出输出的结果就是每⼀个灰度值对应的像素数⽬

本文发布于:2023-07-20 17:56:55,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/89/1089387.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:图像   灰度   个值
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图