python OpenCV影象直方圖處理

2022-06-27 22:00:53

1.影象直方圖基本含義和繪製

首先我們先要了解一下python三大劍客之一——matplotlib
我們都知道matlab作為一個工具是公認的繪圖牛，但是我想說的是python下的matplotlib這個超級劍客也是非常厲害的，因為python近年來才火熱起來，所以熱度沒有matlib高，但是matlib可以實現的功能作為python都是差不多可以實現的。
我們迴歸正題，先來介紹下matplotlib怎麼簡單的畫一個直方圖。

import numpy as np
import matplotlib.pyplot as plt
x=np.arange(0,5,0.1)
y=np.sim(x)
plt.plot(x,y)

簡單的不能再簡單了吧，我們使用它去繪製一個sin（x）的函數影象。

那麼matplotlib如何和CV一起工作呢？

import cv2
import matplotlib.pyplot as plt
o=cv2.imread("image\boatGray.bmp")
histb = cv2.calcHist([o],[0],None,[256],[0,255])
plt.plot(histb,color='b')
plt.show()

結果是（也很好理解吧）：

針對於彩色影象我們也可以針對BGR分別作圖。

import cv2
import matplotlib.pyplot as plt
o=cv2.imread("image\girl.bmp")
histb = cv2.calcHist([o],[0],None,[256],[0,255])
histg = cv2.calcHist([o],[1],None,[256],[0,255])
histr = cv2.calcHist([o],[2],None,[256],[0,255])
plt.plot(histb,color='b')
plt.plot(histg,color='g')
plt.plot(histr,color='r')
plt.show()

直方圖的繪製我們使用的函數還有：函數hist
功能：根據資料來源和畫素級繪製直方圖。
語法： hist(資料來源，畫素級）
資料來源：影象，必須是一維陣列。
畫素級：一般是256，指[0,255]

功能：將多維陣列降為一維陣列。格式：一維陣列=多維陣列.ravel()

import cv2
import matplotlib.pyplot as plt
o=cv2.imread("image\boat.jpg")
cv2.imshow("o",o)
cv2.waitKey()
cv2.destroyAllWindows()
plt.hist(o.ravel(),256)

2.OpenCV統計直方圖並繪製

使用OpenCV對影象進行繪製的和橫座標表示畫素值比如[0,255]，縱座標表示畫素值的個數。

繪製函數：

hist = cv2.calcHist( images, channels, mask, histSize, ranges, accumulate )

其中，hist返回結果是一個直方圖，返回的直方圖，是一個二維陣列。
image原始影象：影象需要使用“[ ]”括起來使用。
channels：

通道編號需要用中括號括起來輸入影象是灰度圖時，它的值是[0]；彩色影象可以是[0]，[1]，[2]。分別對應通道B，G，R。
mask：掩碼影象統計整幅影象的直方圖，設為None。統計影象某一部分的直方圖時，需要掩碼影象。
histSize
BINS的數量，例如【256】
ranges
畫素值範圍RANGE
accumulate預設值為false。如果被設定為true，則直方圖在開始分配時不會被清零。該引數允許從多個物件中計算單個直方圖，或者用於實時更新直方圖。多個直方圖的累積結果，用於對一組影象計算直方圖。

使用OpenCV畫出直方圖：

import cv2
import matplotlib.pyplot as plt
o=cv2.imread("image\girl.bmp")
histb = cv2.calcHist([o],[0],None,[256],[0,255])
histg = cv2.calcHist([o],[1],None,[256],[0,255])
histr = cv2.calcHist([o],[2],None,[256],[0,255])
plt.plot(histb,color='b')
plt.plot(histg,color='g')
plt.plot(histr,color='r')
plt.show()

3.使用掩碼的直方圖-直方圖、掩膜

掩碼說實話就是使用掩膜的黑色部分把原始影象的部分給覆蓋掉，也稱為過濾掉。那麼我們怎麼做呢？首先我們需要建立一個掩膜：

mask=np.zeros(image.shape,np.uint8)
mask[200:400,200:400]=255

首先建立一個全0的和原影象size一致的，然後我們把指定範圍指定為白色。然後傳入函數內：

import cv2
import numpy as np
import matplotlib.pyplot as plt
顯示直方圖
image=cv2.imread("image\girl.bmp",cv2.IMREAD_GRAYSCALE)
mask=np.zeros(image.shape,np.uint8)
mask[200:400,200:400]=255
histMI=cv2.calcHist([image],[0],mask,[256],[0,255])
histImage=cv2.calcHist([image],[0],None,[256],[0,255])
plt.plot(histImage)
plt.plot(histMI)

結果是：

掩膜原理：

說實在的就是與和或的關係，與就是一個不行就都不行。或就是一個行就可以。

而我們的掩膜原理主要用到的就是與操作；

計算結果 = cv2.bitwise_and(影象1，影象2)

import cv2
import numpy as np
import matplotlib.pyplot as plt
image=cv2.imread("image\boat.bmp",0)
mask=np.zeros(image.shape,np.uint8)
mask[200:400,200:400]=255
mi=cv2.bitwise_and(image,mask)
cv2.imshow('original',image)
cv2.imshow('mask',mask)
cv2.imshow('mi',mi)
cv2.waitKey()
cv2.destroyAllWindows()