python OpenCV学习笔记之绘制直方图的方法


Posted in Python onFebruary 08, 2018

本篇文章主要介绍了python OpenCV学习笔记之绘制直方图的方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧

官方文档 ? https://docs.opencv.org/3.4.0/d1/db7/tutorial_py_histogram_begins.html

直方图会让你对图像的强度分布有一个全面的认识。它是一个在x轴上带有像素值(从0到255,但不总是),在y轴上的图像中对应的像素数量的图。

这只是理解图像的另一种方式。通过观察图像的直方图,你可以直观地看到图像的对比度、亮度、强度分布等。现在几乎所有的图像处理工具都提供了直方图的特性。下面是剑桥彩色网站的图片,建议去访问这个网站,了解更多细节。

python OpenCV学习笔记之绘制直方图的方法

你可以看到图像和它的直方图。(这个直方图是用灰度图像绘制的,而不是彩色图像)。直方图的左边部分显示了图像中较暗像素的数量,右边区域显示了更明亮的像素。从直方图中可以看到,深色区域的像素数量比亮色区域更多,而中间色调的数量(中值大约在127左右)则少得多。

直方图

现在我们已经知道了什么是直方图,我们可以看看如何找到它。OpenCV和Numpy都有内置的功能。在使用这些函数之前,我们需要了解一些与直方图相关的术语。

BINS:上面的直方图显示了每个像素值的像素数,从0到255。您需要256个值来显示以上的直方图。但是,考虑一下,如果您不需要单独查找所有像素值的像素数量,而是在一个像素值区间内的像素数量,该怎么办?例如,你需要找到介于0到15之间的像素数,然后是16到31……240到255。您只需要16个值来表示这个直方图。OpenCV Tutorials on histograms中展示了这个例子。

所以你要做的就是把整个直方图分成16个子部分,每个子部分的值是所有像素数的和。每个子部分都被称为“BIN”。在第一种情况下,BINS的数量是256(每个像素一个),而在第二种情况下,它只有16个。在OpenCV文档中,用术语 histSize 表示 BINS。

DIMS:它是我们收集数据的参数的个数。在这种情况下,我们收集的数据只有一件事,强度值。所以这里是1。

RANGE:它是你想测量的强度值的范围。通常,它是 [ 0,256 ],也就是所有的强度值。

OpenCV中直方图的计算

现在我们使用cv.calcHist()函数来找到直方图。让我们熟悉一下这个函数及其参数:
cv.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]])

images:它是uint8类型或float32的源图像。它应该用方括号括起来,也就是”[img]”。

channels:它也用方括号括起来。它是我们计算直方图的信道的索引。例如,如果输入是灰度图像,它的值是0。对于颜色图像,您可以通过0、1或2来分别计算蓝色、绿色或红色通道的直方图。

mask:遮罩图。为了找到完整图像的直方图,它被指定为“None”。但如果你想找到图像的特定区域的直方图,你必须为它创建一个遮罩图,并将其作为遮罩。

histSize:这代表了我们的BINS数。需要用方括号来表示。在整个范围内,我们通过了256。

ranges:强度值范围,通常是 [ 0,256 ]

让我们从一个样本图像开始。只需在灰度模式下加载图像并找到其完整的直方图。

img = cv.imread('home.jpg', 0)
hist = cv.calcHist([img], [0], None, [256], [0,256])

hist是一个256x1阵列,每个值对应于该图像中的像素值及其对应的像素值。

Numpy中直方图的计算

Numpy中提供了np.histogram()方法

hist, bins = np.histogram(img.ravel(), 356, [0,256])

hist和之前计算的一样。但是bins有257个元素,因为Numpy计算bins是以0-0.99,1-1.99等,所以最后一个是255-255.99。为了表示这一点,他们还在bins的末端添加了256。但我们不需要256。到255就足够了。

Numpy还有另一个函数,np.bincount(),比np.histograme()要快得多(大约10X)。对于一维直方图,你可以试一下。不要忘记在np.bincount中设置minlength=256。例如,hist=np.bincount(img.ravel(),minlength=256)

OpenCV函数比np.histogram()快(大约40X)。所以坚持用OpenCV函数。

绘制直方图

1、使用Matplotlib

Matplotlib有一个绘制直方图的函数:matplotlib.pyplot.hist()

它直接找到了直方图并绘制了它。您不需要使用calcHist()np.histogram()函数来找到直方图。看下面的代码:

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

img = cv.imread('home.jpg', 0)
plt.hist(img.ravel(), 256, [0,256])
plt.show()

python OpenCV学习笔记之绘制直方图的方法

或者你可以用正常的matplotlib,这对BGR的情节很有帮助。为此,您需要首先找到直方图数据。试试下面的代码:

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

img = cv.imread('home.jpg')
color = ('b', 'g', 'r')
for i, col in enumerate(color):
  histr = cv.calcHist([img], [i], None, [256], [0,256])
  plt.plot(histr, color=col)
  plt.xlim([0,256])
plt.show()

python OpenCV学习笔记之绘制直方图的方法 

你可以从上面的图中扣除,蓝色在图像中有一些高值区域(很明显,它应该是由天空引起的)

2、使用OpenCV

这里,你可以调整直方图的值和它的bin值,让它看起来像x,y坐标,这样你就可以用cv.line()或cv.polyline()函数来绘制它,从而生成与上面相同的图像。这已经是OpenCV-Python2官方的样本了。检查sampl/python/hist.py的代码。

应用遮罩

我们用cv.calcHist()函数来找一张完整的图片的直方图。但是我们只要图片的一部分的直方图呢?在你想要找到的区域中,创建一个带有白色的遮罩图像。然后把它作为遮罩。

img = cv.imread('home.jpg', 0)

# create a mask
mask = np.zeros(img.shape[:2], np.uint8)
mask[100:300, 100:400] = 255
masked_img = cv.bitwise_and(img, img, mask=mask)

#Calculate histogram with mask and without mask
Check third argument for mask
hist_full = cv.calcHist([img], [0], None, [256], [0,256])
hist_mask = cv.calcHist([img], [0], mask, [256], [0,256])

plt.subplot(221), plt.imshow(img, 'gray')
plt.subplot(222), plt.imshow(mask,'gray')
plt.subplot(223), plt.imshow(masked_img, 'gray')
plt.subplot(224), plt.plot(hist_full), plt.plot(hist_mask)
plt.xlim([0,256])

plt.show()

蓝线表示完整图片的直方图

绿线表示遮罩之后的直方图

python OpenCV学习笔记之绘制直方图的方法

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python程序设计入门(1)基本语法简介
Jun 13 Python
粗略分析Python中的内存泄漏
Apr 23 Python
Python中List.index()方法的使用教程
May 20 Python
python从网络读取图片并直接进行处理的方法
May 22 Python
python交互式图形编程实例(二)
Nov 17 Python
Python读写及备份oracle数据库操作示例
May 17 Python
利用django+wechat-python-sdk 创建微信服务器接入的方法
Feb 20 Python
Flask框架中request、请求钩子、上下文用法分析
Jul 23 Python
对python中return与yield的区别详解
Mar 12 Python
django 取消csrf限制的实例
Mar 13 Python
django前端页面下拉选择框默认值设置方式
Aug 09 Python
Python实现小黑屋游戏的完整实例
Jan 06 Python
Python列表推导式与生成器表达式用法示例
Feb 08 #Python
详解python OpenCV学习笔记之直方图均衡化
Feb 08 #Python
python OpenCV学习笔记实现二维直方图
Feb 08 #Python
Python数据分析之双色球基于线性回归算法预测下期中奖结果示例
Feb 08 #Python
Python编程argparse入门浅析
Feb 07 #Python
PyQt5主窗口动态加载Widget实例代码
Feb 07 #Python
学习python中matplotlib绘图设置坐标轴刻度、文本
Feb 07 #Python
You might like
php define的第二个参数使用方法
2013/11/04 PHP
PHP使用curl函数发送Post请求的注意事项
2016/11/26 PHP
php从身份证获取性别和出生年月
2017/02/09 PHP
javascript整除实现代码
2010/11/23 Javascript
分享20多个很棒的jQuery 文件上传插件或教程
2011/09/04 Javascript
javascript:history.go()和History.back()的区别及应用
2012/11/25 Javascript
JQuery 中几个类选择器的简单使用介绍
2013/03/14 Javascript
JS实现日期加减的方法
2013/11/29 Javascript
js 中将多个逗号替换为一个逗号的代码
2014/06/07 Javascript
javascript数组克隆简单实现方法
2015/12/16 Javascript
学习javascript面向对象 理解javascript对象
2016/01/04 Javascript
javascript中select下拉框的用法总结
2016/01/07 Javascript
谈一谈bootstrap响应式布局
2016/05/23 Javascript
jQuery Ajax Post 回调函数不执行问题的解决方法
2016/08/15 Javascript
自学实现angularjs依赖注入
2016/12/20 Javascript
解决vue项目中type=”file“ change事件只执行一次的问题
2018/05/16 Javascript
详解JavaScript 高阶函数
2020/09/14 Javascript
[01:28:24]NAVI vs VG Supermajor 败者组 BO3 第三场 6.5
2018/06/06 DOTA
Python自定义函数的创建、调用和函数的参数详解
2014/03/11 Python
让Python代码更快运行的5种方法
2015/06/21 Python
利用Pycharm断点调试Python程序的方法
2018/11/29 Python
PyCharm+PySpark远程调试的环境配置的方法
2018/11/29 Python
Python3环境安装Scrapy爬虫框架过程及常见错误
2019/07/12 Python
python获取array中指定元素的示例
2019/11/26 Python
PyQt5高级界面控件之QTableWidget的具体使用方法
2020/02/23 Python
用opencv给图片换背景色的示例代码
2020/07/08 Python
python操作toml文件的示例代码
2020/11/27 Python
Python OpenCV中的numpy与图像类型转换操作
2020/12/11 Python
建筑工程专业学生的自我评价
2013/12/25 职场文书
幼儿园大班新学期寄语
2014/01/18 职场文书
我的动漫时代的创业计划书范文
2014/01/27 职场文书
迎国庆演讲稿
2014/09/15 职场文书
2014年社区计生工作总结
2014/11/18 职场文书
入党函调证明材料
2015/06/19 职场文书
pandas:get_dummies()与pd.factorize()的用法及区别说明
2021/05/21 Python
Python可视化学习之matplotlib内置单颜色
2022/02/24 Python