写点什么

Python 图像处理丨如何调用 OpenCV 绘制直方图

  • 2022 年 8 月 05 日
  • 本文字数:2534 字

    阅读完需:约 8 分钟

本文分享自华为云社区《[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图》,作者:eastmount。

一. 灰度直方图基本概念

什么是灰度直方图?


灰度直方图(histogram)是灰度级的函数,描述的是图像中每种灰度级像素的个数,反映图像中每种灰度出现的频率。横坐标是灰度级,纵坐标是灰度级出现的频率。



对于连续图像,平滑地从中心的高灰度级变化到边缘的低灰度级。直方图定义为:



其中 A(D)为阈值面积函数:为一幅连续图像中被具有灰度级 D 的所有轮廓线所包围的面积。对于离散函数,固定ΔD 为 1,则:H(D)=A(D)-A(D+1)。


色彩直方图是高维直方图的特例,它统计色彩的出现频率,即色彩概率分布信息。通常这需要一定的量化过程,将色彩分成若干互不重叠的种类。一般不直接在 RGB 色彩空间中统计,而是在将亮度分离出来后,对代表色彩部分的信息进行统计,如在 HSI 空间的 HS 子空间、YUV 空间的 UV 子空间,以及其它反映人类视觉特点的彩色空间表示中进行。


直方图的计算方法如下:


依据定义,若图像具有 L(通常 L=256,即 8 位灰度级)级灰度,则大小为 MxN 的灰度图像 f(x,y)的灰度直方图 hist[0...L-1]可用如下计算获得。


1、初始化 hist[k]=0;k=0,...,L-1

2、统计 hist[f(x,y)]++;x=0,...,M-1, y =0,...,N-1

3、归一化 hist[f(x,y)]/=M*N


那么说了这么多,直方图究竟有什么作用呢?


在使用轮廓线确定物体边界时,通过直方图更好的选择边界阈值,进行阈值化处理;对物体与背景有较强对比的景物的分割特别有用;简单物体的面积和综合光密度 IOD 可以通过图像的直方图求得。

二. 绘制直方图

1.基础概念


在直方图中,横坐标表示图像中各个像素点的灰度级,纵坐标表示具有该灰度级的像素个数。



假设存在一个 3*3 的图像,如下图所示,x 数组统计的是像素点的灰度级,y 数组统计的是具有该灰度级的像素个数。其中,灰度为 1 的像素共 3 个,灰度为 2 的像素共 1 个,灰度为 3 的像素共 2 个,灰度为 4 的像素共 1 个,灰度为 5 的像素共 2 个。


x = [1, 2, 3, 4, 5]

y = [3, 1, 2, 1, 2]


绘制的折线图如下所示:



绘制的直方图如下所示:



如果灰度级为 0-255(最小值 0 黑色,最大值 255 白色),同样可以绘制对应的直方图,下图是三张图片拼接而成及其对应的直方图。


2.归一化直方图


该直方图的横坐标表示图像中各个像素点的灰度级,纵坐标表示出现这个灰度级的概率。其计算方法如下:


(1) 先计算灰度级及对应像素的个数


x = [1, 2, 3, 4, 5]

t = [3, 1, 2, 1, 2]


(2) 统计总的像素个数


n = (3 + 1 + 2 + 1 +2) = 9


(3) 统计各个灰度级的出现概率


y = t / n = [3/9, 1/9, 2/9, 1/9, 2/9]


3.绘制直方图


主要调用 matplotlib 的子库 pyplot 实现,它提供了类似于 Matlab 的绘图框架,matplotlib 是非常强大基础的一个 Python 绘图包。Provides a Matlab-like plotting framework. 导入代码如下:


import matplotlib.pyplot as plt
复制代码


其中绘制直方图主要调用 hist 函数实现,它根据数据源和像素级绘制直方图。函数原型如下:


hist(数据源, 像素级)参数:数据源必须是一维数组,通常需要通过函数ravel()拉直图像像素级一般是256,表示[0, 255]
复制代码



函数 ravel()将多维数组降为一维数组,格式为:


一维数组 = 多维数组.ravel()


4.代码实现


#encoding:utf-8import cv2  import numpy as npimport matplotlib.pyplot as plt
src = cv2.imread('test01.jpg')cv2.imshow("src", src)cv2.waitKey(0)cv2.destroyAllWindows()
plt.hist(src.ravel(), 256)plt.show()
复制代码


输出结果如下所示:




三. 使用 OpenCV 统计绘制直方图

1.函数原型


前面讲解调用 matplotlib 库绘制直方图,接下来讲解使用 OpenCV 统计绘制直方图的例子。


直方图横坐标:图像中各个像素点的灰度级


直方图纵坐标:具有该灰度级的像素个数



主要调用函数 calcHist()实现:


hist = cv2.calcHist(images, channels, mask, histSize, ranges, accumulate)


参数:


  • hist 表示直方图,返回的是一个二维数组

  • images 表示原始图像

  • channels 表示指定通道,通道编号需要用中括号括起,输入图像是灰度图像时,它的值为[0],彩色图像则为[0]、[1]、[2],分别表示 B、G、R

  • mask 表示掩码图像,统计整副图像的直方图,设为 None,统计图像的某一部分直方图时,需要掩码图像

  • histSize 表示 BINS 的数量,参数子集的数目,如下图当 bins=3 表示三个灰度级




ranges 表示像素值范围,例如[0, 255]


  • accumulate 表示累计叠加标识,默认为 false,如果被设置为 true,则直方图在开始分配时不会被清零,该参数允许从多个对象中计算单个直方图,或者用于实时更新直方图;多个直方图的累积结果用于对一组图像的直方图计算


2.代码实现


首先计算图像灰度级的基本大小、形状及内容。


#encoding:utf-8import cv2  import numpy as npimport matplotlib.pyplot as plt
src = cv2.imread('test01.jpg')#参数:原图像 通道[0]-B 掩码 BINS为256 像素范围0-255 hist = cv2.calcHist([src], [0], None, [256], [0,255])print(type(hist))print(hist.size)print(hist.shape)print(hist)
复制代码


输出结果如下所示:



下面是绘制图像的代码,首先补充一些 matplotlib 库绘制图像代码,也推荐我的文章。


[Python数据挖掘课程] 六.Numpy、Pandas和Matplotlib包基础知识


#encoding:utf-8import cv2  import numpy as npimport matplotlib.pyplot as plt
#绘制sin函数曲线x1 = np.arange(0, 6, 0.1)y1 = np.sin(x1)plt.plot(x1, y1)
#绘制坐标点折现x2 = [0, 1, 2, 3, 4, 5, 6]y2 = [0.3, 0.4, 2.5, 3.4, 4, 5.8, 7.2]plt.plot(x2, y2)
#省略有规则递增的x2参数 y3 = [0, 0.5, 1.5, 2.4, 4.6, 8]plt.plot(y3, color="r")
plt.show()
复制代码


输出结果有三条线,如下所示:



最后给出调用 calcHist()计算 B、G、R 灰度级并绘制图形的代码。


#encoding:utf-8import cv2  import numpy as npimport matplotlib.pyplot as plt
src = cv2.imread('test01.jpg')
histb = cv2.calcHist([src], [0], None, [256], [0,255])histg = cv2.calcHist([src], [1], None, [256], [0,255])histr = cv2.calcHist([src], [2], None, [256], [0,255])
cv2.imshow("src", src)cv2.waitKey(0)cv2.destroyAllWindows()
plt.plot(histb, color='b')plt.plot(histg, color='g')plt.plot(histr, color='r')plt.show()
复制代码


输出结果如下图所示:




点击关注,第一时间了解华为云新鲜技术~

发布于: 刚刚阅读数: 3
用户头像

提供全面深入的云计算技术干货 2020.07.14 加入

华为云开发者社区,提供全面深入的云计算前景分析、丰富的技术干货、程序样例,分享华为云前沿资讯动态,方便开发者快速成长与发展,欢迎提问、互动,多方位了解云计算! 传送门:https://bbs.huaweicloud.com/

评论

发布
暂无评论
Python图像处理丨如何调用OpenCV绘制直方图_Python_华为云开发者联盟_InfoQ写作社区