OpenCV中使⽤cv2.calcHist（）-画直⽅图案例
住院率
⼀、函数介绍
1、cv2.calcHist(images,channels,mask,histSize,ranges)-⽤于⽣成图像的频数直⽅图
参数：
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
ranges: 像素值范围常为 [0256]
作⽤：
图像直⽅图表⽰的是颜⾊的像素值，在单个或者⼀个范围内出现的频数，⼀般图像会在某⼀个颜⾊区间内呈现较⾼的值
2、案例：
"""
1. 灰度图的颜⾊通道
第⼀步：读取图⽚
第⼆步：使⽤cv2.calhist([img], [0], None, [256], [0, 256]) 获得每个像素点的频数值
第三步：使⽤plt.hist(img.ravel(), 256)做出直⽅图
"""
import cv2
import numpy as np
import matplotlib.pyplot as plt
def cv_show(img, name):
cv2.imshow(name, img)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 第⼀步读⼊图⽚
img = cv2.imread('cat.jpg', 0)
# 第⼆步：使⽤calchist计算每个像素点的频数
hist = cv2.calcHist([img], [0], None, [256], [1, 256])
# 第三步：进⾏画图操作
plt.subplot(131)
plt.imshow(img, cmap='gray')
plt.subplot(132)
有限的英语
plt.hist(img.ravel(), 256)
plt.subplot(133)
plt.plot(hist, color='red')
童话的英文plt.show()
"""
2.研究不同通道的颜⾊频度
"""
# 研究不同颜⾊像素分布情况
职业指导师
img = cv2.imread('cat.jpg')
color = ['b', 'g', 'r']
for i, col in enumerate(color):
histr = cv2.calcHist([img], [i], None, [256], [1, 256])
plt.plot(histr, color=col, label=col)
plt.legend()
个人优点和缺点20个plt.show()
"""
3.使⽤掩码mask删选出部分图像，做像素频度分析
第⼀步：读⼊图⽚
纸尿裤排行榜第⼆步：使⽤np.zeros⽣成掩码mask
第三步：使⽤cv2.bitwi将掩码与图像结合截取中间位置的图⽚第四步：使⽤cv2.calcHist⽣成统计像素点的频数图
第五步：进⾏绘图操作
"""
问卷调查分析报告# 第⼀步读⼊图⽚
img = cv2.imread('cat.jpg', 0)
# 第⼆步：⽣成掩码，中间部分为255，边缘部分都为0
mask = np.zeros(img.shape[:2], np.uint8)
mask[100:300, 100:400] = 255
# 第三步：使⽤cv2.bitwi与操作，只保留图像的中间部分
ret = cv2.bitwi_and(img, img, mask=mask) # 做与操作
小城镇规划# 第四步：使⽤cv2.calcHist带⼊掩码⽣成频数曲线
m_hist = cv2.calcHist([img], [0], mask, [256], [1, 256])
# 第五步：进⾏最终的绘图操作
plt.subplot(221)
plt.imshow(img, 'gray')
plt.subplot(222)
plt.imshow(mask, 'gray')
plt.subplot(223)
plt.imshow(ret, 'gray')
plt.subplot(224)
plt.plot(m_hist)
plt.plot(hist)
plt.show()
