python opencv 显示直方图

04-python opencv显示直方图

  • 04-python opencv显示直方图
    • 概述
    • 实现过程
      • 引用与打开图片
      • 灰度图像直方图
      • 分离彩色图像的三通道并显示各通道直方图
      • 在一幅图中绘制彩色图像的灰度直方图
      • 等待键盘输入并关闭所有窗口
    • 源代码
    • 运行结果
    • 参考

概述

本节实现的是提取出灰度图像和彩色图像的直方图。

  • 显示灰度图像的灰度直方图
  • 显示彩色图像各个通道的灰度直方图
  • 在一幅图上显示三个通道的灰度直方图

实现过程

引用与打开图片

不再赘述，代码如下。

import cv2
import numpy

img1 = cv2.imread("test1.jpg", 0)   #灰度图像
img2 = cv2.imread("test2.jpg")     #彩色图像

灰度图像直方图

opencv里自带了calcHist()函数，可以计算一幅图像中各个像素值出现的次数，其函数的各个参数如下：

hist = cv2.calcHist([image],#图像
                    [0], #使用的通道
                 None, #没有使用mask
                    [256], #HistSize
                    [0.0,255.0]) #直方图柱的范围

但是这个函数的返回值只是从0~255这256个像素值出现的次数，我们还需要将其转化为可以显示的直方”图“。为此，我们生成了一个255x255的彩色图像，在横轴对应的列上显示一条与灰度出现次数成正比的直线，这里利用了cv库里的line()函数，并指定线条的颜色为输入的color参数。这部分被我封装成了一个函数，代码如下：

def HistGraphGray(image, color):
    hist= cv2.calcHist([image], [0], None, [256], [0.0,255.0])
    histGraph = np.zeros([256,256,3], np.uint8)
    m = max(hist)
    hist = hist * 220 / m
    for h in range(256):
        n = int(hist[h])
        cv2.line(histGraph,(h,255), (h,255-n), color)
    return histGraph;

下面对读入的灰度图像显示其直方图，显示线条的颜色为白色，代码如下：

color = [255, 255, 255]
histGraph1 = HistGraphGray(img1, color)
cv2.imshow("Hist Gray", histGraph1)

分离彩色图像的三通道并显示各通道直方图

利用split()函数分理出三个通道，分别调用上面的函数，显示颜色分别为红色、绿色和蓝色，代码如下：

colorRed = [0, 0, 255]
colorGreen = [0, 255, 0]
colorBlue = [255, 0, 0]
b, g, r = cv2.split(img2)
# blue channel
bhistGraph = HistGraphGray(b, colorBlue)
cv2.imshow("Hist Blue", bhistGraph)
# green channel
ghistGraph = HistGraphGray(g, colorGreen)
cv2.imshow("Hist Green", ghistGraph)
# red channel
rhistGraph = HistGraphGray(r, colorRed)
cv2.imshow("Hist Red", rhistGraph)

在一幅图中绘制彩色图像的灰度直方图

实现起来与分离三通道相似，但是需要注意的是把三幅树状图绘制在一张图上会彼此掩盖，导致现实的结果比较混乱，因此我采用的是显示包括，即连点成线：将每一个通道的当前像素值出现的次数与前一个像素值出现的次数连接起来，三幅图用三个颜色，最后形成是三个通道的直方图。这部分也被封装成了一个函数，代码如下：

def HistGraphColor(image):
    histGraph = np.zeros([256,256,3], np.uint8)
    colorBlue = [255, 0, 0]
    colorGreen = [0, 255, 0]
    colorRed = [0, 0, 255]
    b, g, r = cv2.split(image)
    bhist = cv2.calcHist([b], [0], None, [256], [0.0,255.0])
    ghist = cv2.calcHist([g], [0], None, [256], [0.0,255.0])
    rhist = cv2.calcHist([r], [0], None, [256], [0.0,255.0])
    bm = max(bhist)
    gm = max(ghist)
    rm = max(rhist)
    bhist = bhist * 220 / bm
    rhist = rhist * 220 / rm
    ghist = ghist * 220 / gm
    for h in range(256):
        bn = int(bhist[h])
        gn = int(ghist[h])
        rn = int(rhist[h])
        if h != 0:
            cv2.line(histGraph,(h-1,255-bStart), (h,255-bn), colorBlue)
            cv2.line(histGraph,(h-1,255-gStart), (h,255-gn), colorGreen)
            cv2.line(histGraph,(h-1,255-rStart), (h,255-rn), colorRed)
        bStart = bn
        gStart = gn
        rStart = rn
    return histGraph

然后调用这个函数，绘制彩色图像的灰度直方图：

histGraph2 = HistGraphColor(img2)
cv2.imshow("Hist Color", histGraph2)

等待键盘输入并关闭所有窗口

这里cv2.waitKey里的参数0表示等待输入任何按键，当用户输入任何一个按键后即调用destroyAllWindows()关闭所有图像窗口。

cv2.waitKey (0)
cv2.destroyAllWindows()

源代码

整个程序的源代码如下：

# created by Huang Lu
# 2016/8/26 17:35
# Department of EE, Tsinghua Univ.

import cv2
import numpy as np

# get the hist graph of a gray image
def HistGraphGray(image, color):
    hist= cv2.calcHist([image], [0], None, [256], [0.0,255.0])
    histGraph = np.zeros([256,256,3], np.uint8)
    m = max(hist)
    hist = hist * 220 / m
    for h in range(256):
        n = int(hist[h])
        cv2.line(histGraph,(h,255), (h,255-n), color)
    return histGraph; 

# get the hist graph of a color image
def HistGraphColor(image):
    histGraph = np.zeros([256,256,3], np.uint8)
    colorBlue = [255, 0, 0]
    colorGreen = [0, 255, 0]
    colorRed = [0, 0, 255]
    b, g, r = cv2.split(image)
    bhist = cv2.calcHist([b], [0], None, [256], [0.0,255.0])
    ghist = cv2.calcHist([g], [0], None, [256], [0.0,255.0])
    rhist = cv2.calcHist([r], [0], None, [256], [0.0,255.0])
    bm = max(bhist)
    gm = max(ghist)
    rm = max(rhist)
    bhist = bhist * 220 / bm
    rhist = rhist * 220 / rm
    ghist = ghist * 220 / gm
    for h in range(256):
        bn = int(bhist[h])
        gn = int(ghist[h])
        rn = int(rhist[h])
        if h != 0:
            cv2.line(histGraph,(h-1,255-bStart), (h,255-bn), colorBlue)
            cv2.line(histGraph,(h-1,255-gStart), (h,255-gn), colorGreen)
            cv2.line(histGraph,(h-1,255-rStart), (h,255-rn), colorRed)
        bStart = bn
        gStart = gn
        rStart = rn
    return histGraph

# main fuction
if __name__ == '__main__':
    # test for a gray image
    img1 = cv2.imread("test1.jpg", 0)
    color = [255, 255, 255]
    histGraph1 = HistGraphGray(img1, color)
    cv2.imshow("Hist Gray", histGraph1)

    # test for a color image
    img2 = cv2.imread("test2.jpg")
    # first tset for three channels
    colorRed = [0, 0, 255]
    colorGreen = [0, 255, 0]
    colorBlue = [255, 0, 0]
    b, g, r = cv2.split(img2)
    # blue channel
    bhistGraph = HistGraphGray(b, colorBlue)
    cv2.imshow("Hist Blue", bhistGraph)
    # green channel
    ghistGraph = HistGraphGray(g, colorGreen)
    cv2.imshow("Hist Green", ghistGraph)
    # red channel
    rhistGraph = HistGraphGray(r, colorRed)
    cv2.imshow("Hist Red", rhistGraph)
    # get three channels together
    histGraph2 = HistGraphColor(img2)
    cv2.imshow("Hist Color", histGraph2)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

也可以参考我的GitHub上的，点击这里。

运行结果

在命令行进入该源程序所在目录后，运行python main.py后即可显示结果，灰度图像的直方图结果如下：

彩色图像的直方图结果如下：

参考

时间： 2024-10-06 14:54:35

python opencv 显示直方图的相关文章

视频-Python opencv帧 怎么 显示在GUI 中？

问题描述 Python opencv帧 怎么 显示在GUI 中? 现在要在做,将摄像头提取的视频处理后显示在python 的GUI 中,计划在GUI中可以选择对视频处理的方式,请问 大神 应该怎么做?使用什么控件? 一般显示是直接 将 帧 在cv2.imshow函数中显示,而在一个 完整的GUI中怎么做?

求助：安卓手机vnc远程树莓派无法用opencv显示摄像头视频窗口

问题描述 求助:安卓手机vnc远程树莓派无法用opencv显示摄像头视频窗口 使用python,用opencv和usb摄像头实时图像处理并显示,在电脑上用远程桌面可以正常运行,但是在手机上无法运行,如截图.请问如何解决? 解决方案

Python OpenCV 读取并显示图像

01-Python OpenCV 读取并显示图像 01-Python OpenCV 读取并显示图像 概述 实现过程 引用 打开图片并显示 创建一个空图 将彩色图像转成灰度图像 等待键盘输入并关闭所有窗口 源代码 运行结果 参考 概述 Python作为一门极其易学的语言,在科学计算等领域存在较大的应用,同样,著名的OpenCV库也发布了支持Python的库,本节主不再介绍如何在Ubuntu上配置Python OpenCV,有需要的同学可以参考这里. 本节将利用Python OpenCV做一个简单的

python opencv 使用 Matplotlib显示图像

05-python opencv 使用 Matplotlib显示图像 05-python opencv 使用 Matplotlib显示图像 概述 实现过程 引用 测试灰度图像 测试彩色图像 等待键盘输入并关闭所有窗口 源代码 运行结果 灰度图像 彩色图像 参考 概述 本节实现的是同时使用opencv和matplotlib两种方式来显示图像,以比较二者之间的差别. 测试灰度图像 测试彩色图像 分析彩色图像出现差异的原因 实现过程 引用 不再赘述,代码如下. import cv2 import nu

初始化-MFC 利用opencv显示图片，需要在窗体完成哪一步后才可以

问题描述 MFC 利用opencv显示图片,需要在窗体完成哪一步后才可以 对对话框创建流程不是太清楚. 下面代码只能通过按钮点击响应才可以,但直接放在对话框初始化以及onsize里面就不行. cv::Mat mat, mat2; mat = cv::imread("D:\test1.jpg", 1); if(! mat.data) { MessageBox(_T("error", "no image loaded!"), MB_OK); retu

科普丨【计算机视觉】OpenCV中直方图处理函数简述

作者Jason DingGitCafe博客主页(http://jasonding1354.gitcafe.io/) 计算直方图calcHist 直方图是对数据集合的统计 ,并将统计结果分布于一系列预定义的bins中.这里的数据不仅仅指的是灰度值 ,统计数据可能是任何能有效描述图像的特征. 假设有一个矩阵包含一张图像的信息 (灰度值 0-255): 既然已知数字的范围包含256个值, 我们可以将这个范围分割成子区域(称作 bins),如: 然后再统计掉入每一个bin_{i}的像素数目.采用这一方法

图片-python matplotlib显示单色图问题

问题描述 python matplotlib显示单色图问题 def initArray(num): img = np.zeros((256,256)) for x in range(0,256): for y in range(0,256): img[x][y] = num return img fig = plt.figure() ax = fig.add_subplot() ax.imshow(initArray(20),cmap='gray') plt.show() 按说initArray

vs2012配置opencv-vs2012配合opencv显示图片和视频时说没有导入进去

问题描述 vs2012配合opencv显示图片和视频时说没有导入进去 #include int main() { IplImage* img=cvLoadImage("D:FFOutputh010.bmp",0); if(!img) { printf("error"); } cvNamedWindow("test"); cvShowImage("test",img); cvWaitKey(0); cvReleaseImage(

RPi 2B python opencv camera demo example

/************************************************************************************** * RPi 2B python opencv camera demo example * 声明: * 本文主要记录RPi 2B 使用python opencv来获取图片的方式. * * 2016-2-24 深圳 南山平山村 曾剑锋 **********************************************