图像直方图绘制

最新推荐文章于 2022-02-27 22:40:42 发布

苏打水的杯子

最新推荐文章于 2022-02-27 22:40:42 发布

阅读量256

点赞数

CC 4.0 BY-SA版权

分类专栏：人工智能图像处理文章标签：图像直方图绘制

本文链接：https://blog.csdn.net/qq_38784454/article/details/113895219

人工智能同时被 2 个专栏收录

82 篇文章 ¥59.90 ¥99.00

订阅专栏

图像处理

27 篇文章

订阅专栏

本文深入探讨了图像直方图的概念，通过实例解释了如何绘制图像直方图，包括颜色通道的分离和统计，以及使用常见库如OpenCV进行直方图可视化的方法。直方图在图像处理中扮演着重要角色，可用于分析图像亮度分布、对比度增强等任务。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from PIL import Image, ImageStat
import numpy as np
import matplotlib.pyplot as plt
from cv2 import cv2
import numpy as np
# 直方图

img_0 = cv2.imread('C:\\Users\\Desktop\\1.jpg', 0)#直接读为灰度图像

#opencv读取方法cv2.calcHist(速度最快)
#图像，通道[0]-灰度图，掩膜-无，灰度级，像素范围
hist_cv = cv2.calcHist([img_0], [0], None, [256], [0,256])

#numpy方法读取np.histogram()
hist_np,bins = np.histogram(img_0.ravel(), 256, [0,256])

#numpy的另一种读取方法np.bincount()（速度=10倍方法2）
hist_np2 = np.bincount(img_0.ravel(), minlength=256)

img_1 = cv2.imread('C:\\Users\\Desktop\\2.jpg', 0)#直接读为灰度图像

#opencv读取方法cv2.calcHist(速度最快)
#图像，通道[0]-灰度图，掩膜-无，灰度级，像素范围
hist_cv_1 = cv2.calcHist([img_1], [0], None, [256], [0,256])

img_2 = cv2.imread('C:\\Users\\Desktop\\3.jpg', 0)#直接读为灰度图像

#opencv读取方法cv2.calcHist(速度最快)
#图像，通道[0

了解本专栏