vim+python+OpenCV学习五 ： 直方图的计算与显示

#coding=utf-8import cv2import numpy as np'''在Python中调用的OpenCV直方图计算函数为cv2.calcHistcv2.calcHist(images, channels, mask, histSize, ranges[], hist[, accumulate ]) #返回hist 其中第一个参数必须用方括号括起来。表示可以有几幅图像一起做一个直方图第二个参数是用于计算直方图的通道，这里使用灰度图计算直方图，所以就直接使用第一个通道；第三个参数是Mask，这里没有使用，所以用None。第四个参数是histSize，表示这个直方图分成多少份（即多少个直方柱）。第二个例子将绘出直方图，到时候会清楚一点。第五个参数是表示直方图中各个像素的值，[0.0, 256.0]表示直方图能表示像素值从0.0到256的像素。最后是两个可选参数，由于直方图作为函数结果返回了，所以第六个hist就没有意义了（待确定）最后一个accumulate是一个布尔值，用来表示直方图是否叠加。'''def calcAndDrawHist(image,color):    hist=cv2.calcHist([image],            [0],#使用的通道              None,#没有使用mask            [256],#HistSize            [0.0,255.0])#直方图柱的范围     minVal,maxVal,minLoc,maxLoc=cv2.minMaxLoc(hist) #location位置,直方图的最大值和最小值以及其横坐标值    histImg=np.zeros([256,256,3],np.uint8)    hpt=int(0.9*256)#cv2.line(img,(0,0),(511,511),(255,0,0),5) ，图像，起点，终点，颜色，线条宽度    for h in range(256):        intensity=int(hist[h]*hpt/maxVal) #intensity强度，hist[h]/maxVa * hpt 这样更清楚，保证最大值占255的九成        cv2.line(histImg,#新建的一副空白图片                (h,256), #起点                (h,256-intensity),终点                 color)#画线用的颜色    return histImgif __name__=='__main__':    img=cv2.imread("test.jpg")    b,g,r=cv2.split(img)    histImgB=calcAndDrawHist(b,[255,0,0])    histImgG=calcAndDrawHist(g,[0,255,0])    histImgR=calcAndDrawHist(r,[0,0,255])    cv2.imshow("histImgB",histImgB)    cv2.imshow("histImgG",histImgG)    cv2.imshow("histImgR",histImgR)    cv2.imshow("Img",img)    cv2.waitKey(0)    cv2.destroyAllWindows()

</pre><pre code_snippet_id="1594954" snippet_file_name="blog_20160302_4_6321083" name="code" class="python">

<img src="http://img.blog.csdn.net/20160302184807332?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="" />

</pre><pre code_snippet_id="1594954" snippet_file_name="blog_20160302_4_6321083" name="code" class="python">#coding=utf-8import cv2import numpy as np'''参考abid rahman的做法，无需分离通道，用折线来描绘直方图的边界可在一副图中同时绘制三个通道的直方图。方法如下：'''img=cv2.imread("test.jpg")h=np.zeros((256,256,3))bins=np.arange(256).reshape(256,1)#直方图中各bin的顶点位置 color = [(255,0,0),(0,255,0),(0,0,255)] #BGR三种颜色for ch,col in enumerate(color):    originHist=cv2.calcHist([img],[ch],None,[256],[0,256])#这里的ch是mark把线给染色    cv2.normalize(originHist,originHist,0,255*0.9,cv2.NORM_MINMAX)#归一化，直方图的范围限定在0-255×0.9之间按最大最小值归一化，和之前的一样    hist=np.int32(np.around(originHist))#先将生成的原始直方图中的每个元素四舍六入五凑偶取整#（cv2.calcHist函数得到的是float32类型的数组），接着将整数部分转成np.int32类型#是将直方图中每个bin的值转成相应的坐标    '''>>> np.vstack(([1,2,3],[4,5,6]))array([[1, 2, 3],       [4, 5, 6]])>>> np.column_stack(([1,2,3],[4,5,6]))array([[1, 4],       [2, 5],       [3, 6]])>>> np.hstack(([1,2,3],[4,5,6]))array([1, 2, 3, 4, 5, 6])'''    pts=np.column_stack((bins,hist))#弄成一个坐标系    cv2.polylines(h,[pts],False,col)#1-256，第二坐标#第三个False参数指出这个折线不需要闭合,第四个参数指定了折线的颜色。h=np.flipud(h)#翻转每列，因为绘制时，[0,0]在图像的左上角。这在直方图可视化一节中有说明。cv2.imshow("colorHist",h)cv2.waitKey(0)cv2.destroyAllWindows()

<img src="http://img.blog.csdn.net/20160302184906705?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="" />

#coding=utf-8import cv2import numpy as np'''用NumPy的直方图计算函数np.histogram也实现了相同的效果。'''img=cv2.imread("test.jpg")h=np.zeros((300,256,3))bins=np.arange(257)#直方图中各bin的顶点位置 #str[a：b]表示截取字符串的a开始的位置，b表示结束位置#b是负数，表示去出后几位bin=bins[0:-1]color = [(255,0,0),(0,255,0),(0,0,255)] #BGR三种颜色for ch,col in enumerate(color):    item=img[:,:,ch]#表明第几维矩阵，可以用色彩作文引用的标志红黄蓝代替123    N,bins=np.histogram(item,bins)#把图像的一个通道放在bins里面，成为一系列的值    v=N.max()#求取最大值    N=np.int32(np.around((N*255)/v))#把数组标准化，保证高度不超过255    N=N.reshape(256,1)    pts=np.column_stack((bin,N))    cv2.polylines(h,[pts],False,col)h=np.flipud(h)cv2.imshow("colorHist",h)cv2.waitKey(0)cv2.dest

<img src="http://img.blog.csdn.net/20160303100016809?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="" />

import cv2import numpy as npimport matplotlib.pyplot as plt'''用NumPy的直方图计算函数np.histogram也实现了相同的效果。'''img=cv2.imread("test.jpg")bins=np.arange(257)#直方图中各bin的顶点位置 item=img[:,:,1]hist,bins=np.histogram(item,bins)width=0.7*(bins[1]-bins[0])center=(bins[:-1]+bins[1:])/2  #整个图形的中心plt.bar(center,hist,align='center',width=width) #画线plt.show()

<img src="http://img.blog.csdn.net/20160303102803381?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="" />