【OpenCV】⚠️高手勿入!⚠️ 半小時學會基本操作 ⚠️ 直方圖
概述
OpenCV 是一個跨平臺的計算機視覺庫, 支持多語言, 功能強大. 今天小白就帶大家一起攜手走進 OpenCV 的世界. (第 20 課)
直方圖
原圖:
cv2.calcHist()可以幫助我們統計像素并得到直方圖.
格式:
calcHist(images, channels, mask, histSize, ranges, hist=None, accumulate=None)
參數:
- images: 輸入圖像
- channels: 顏色通道
- mask: 掩模
- histSize: bin 的數目, 用中括號括起來
- ranges: 像素范圍 [0, 256]
例 1 (灰度圖統計直方圖):
import cv2
from matplotlib import pyplot as plt
plt.style.use("fivethirtyeight")
# 讀取圖片, 并轉換成灰度圖
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, 并轉換成灰度圖
img = cv2.imread("girl.jpg", 0)
# 創建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()
輸出結果:
直方圖均衡化
直方圖均衡化 (Histogram Equalization) 是一種增強圖片對比度的方法. 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()
輸出結果:
到此這篇關于OpenCV半小時掌握基本操作之直方圖的文章就介紹到這了,更多相關OpenCV直方圖內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關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半小時掌握基本操作之圖像裁剪融合
- OpenCV半小時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圖像處理實現對斑馬線的檢測示例
- Python+OpenCV圖像處理——圖像二值化的實現
- OpenCV半小時掌握基本操作之分水嶺算法
- OpenCV半小時掌握基本操作之傅里葉變換
- OpenCV半小時掌握基本操作之圖像輪廓
- OpenCV半小時掌握基本操作之模板匹配
- OpenCV半小時掌握基本操作之圓圈檢測
- OpenCV半小時掌握基本操作之對象測量
- OpenCV半小時掌握基本操作之圖像基礎操作
