【OpenCV】⚠️高手勿入!⚠️ 半小時(shí)學(xué)會(huì)基本操作 ⚠️ 直方圖
概述
OpenCV 是一個(gè)跨平臺(tái)的計(jì)算機(jī)視覺(jué)庫(kù), 支持多語(yǔ)言, 功能強(qiáng)大. 今天小白就帶大家一起攜手走進(jìn) OpenCV 的世界. (第 20 課)
直方圖
原圖:
cv2.calcHist()可以幫助我們統(tǒng)計(jì)像素并得到直方圖.
格式:
calcHist(images, channels, mask, histSize, ranges, hist=None, accumulate=None)
參數(shù):
- images: 輸入圖像
- channels: 顏色通道
- mask: 掩模
- histSize: bin 的數(shù)目, 用中括號(hào)括起來(lái)
- ranges: 像素范圍 [0, 256]
例 1 (灰度圖統(tǒng)計(jì)直方圖):
import cv2
from matplotlib import pyplot as plt
plt.style.use("fivethirtyeight")
# 讀取圖片, 并轉(zhuǎn)換成灰度圖
img = cv2.imread("girl.jpg", 0)
# 獲取直方圖
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
print(hist)
# 直方圖展示
plt.figure(figsize=(12, 6))
plt.plot(hist)
plt.title("hist of image")
plt.show()
輸出結(jié)果:
例 2 (RGB 三通道直方圖):
import cv2
from matplotlib import pyplot as plt
plt.style.use("fivethirtyeight")
plt.figure(figsize=(12, 6))
# 讀取圖片
img = cv2.imread("girl.jpg")
# 顏色通道
color = ["b", "g", "r"]
# 獲取直方圖
for i, c in enumerate(color):
hist = cv2.calcHist([img], [i], None, [256], [0, 256])
plt.plot(hist, color=c)
# 直方圖展示
plt.legend(["B Channel", "G Channel", "R Channel"])
plt.title("RGB hist of image")
plt.show()
輸出結(jié)果:
直方圖 + mask
例子:
import numpy as np
import cv2
from matplotlib import pyplot as plt
plt.style.use("fivethirtyeight")
# 讀取圖片, 并轉(zhuǎn)換成灰度圖
img = cv2.imread("girl.jpg", 0)
# 創(chuàng)建mask
mask = np.zeros(img.shape, np.uint8)
mask[280:1000, 420:1500] = 255
# 獲取mask后的圖像
masked_img = cv2.bitwise_and(img, img, mask=mask)
# 直方圖
hist_full = cv2.calcHist([img], [0], None, [256], [0, 256])
hist_mask = cv2.calcHist([img], [0], mask, [256], [0, 256])
# 圖片展示
f, ax = plt.subplots(2, 2, figsize=(12, 9))
ax[0, 0].imshow(img, 'gray')
ax[0, 0].set_title("original image")
ax[0, 1].imshow(mask, 'gray')
ax[0, 1].set_title("mask")
ax[1, 0].imshow(masked_img, 'gray')
ax[1, 0].set_title("masked image")
ax[1, 1].plot(hist_full)
ax[1, 1].plot(hist_mask)
ax[1, 1].set_title("original vs masked hist")
plt.show()
輸出結(jié)果:
直方圖均衡化
直方圖均衡化 (Histogram Equalization) 是一種增強(qiáng)圖片對(duì)比度的方法. 將一副圖像的直方圖分布變成近似均勻分布.
格式:
cv2.equalizeHist(src, dst=None)
例子:
import cv2
from matplotlib import pyplot as plt
plt.style.use("fivethirtyeight")
# 讀取圖片, 并轉(zhuǎn)換成灰度圖
img = cv2.imread("girl.jpg", 0)
# 均衡化
img_equ = cv2.equalizeHist(img)
# 直方圖
f, ax = plt.subplots(2, 2, figsize=(16, 16))
ax[0, 0].imshow(img, "gray")
ax[0, 0].set_title("before")
ax[0, 1].imshow(img_equ, "gray")
ax[0, 1].set_title("after")
ax[1, 0].hist(img.ravel(), 256)
ax[1, 1].hist(img_equ.ravel(), 256)
plt.show()
輸出結(jié)果:
到此這篇關(guān)于OpenCV半小時(shí)掌握基本操作之直方圖的文章就介紹到這了,更多相關(guān)OpenCV直方圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- OpenCV半小時(shí)掌握基本操作之圖像裁剪融合
- OpenCV半小時(shí)掌握基本操作之圖像處理
- opencv-python基本圖像處理詳解
- OpenCV圖像處理基本操作詳解
- Opencv圖像處理之詳解掩膜mask
- 基于python的opencv圖像處理實(shí)現(xiàn)對(duì)斑馬線的檢測(cè)示例
- Python+OpenCV圖像處理——圖像二值化的實(shí)現(xiàn)
- OpenCV半小時(shí)掌握基本操作之分水嶺算法
- OpenCV半小時(shí)掌握基本操作之傅里葉變換
- OpenCV半小時(shí)掌握基本操作之圖像輪廓
- OpenCV半小時(shí)掌握基本操作之模板匹配
- OpenCV半小時(shí)掌握基本操作之圓圈檢測(cè)
- OpenCV半小時(shí)掌握基本操作之對(duì)象測(cè)量
- OpenCV半小時(shí)掌握基本操作之圖像基礎(chǔ)操作
