Opencv实现二维直方图的计算及绘制_Python

这篇博客将介绍如何使用python，opencv进行二维直方图的计算及绘制（分别用opencv和numpy计算），二维直方图可以让我们对不同的像素密度有更好的了解。

1. 效果图

原始图如下：

Opencv实现二维直方图的计算及绘制

1维直方图如下：

Opencv实现二维直方图的计算及绘制

2维直方图如下：

x轴显示s值，y轴显示色调。

Opencv实现二维直方图的计算及绘制

hsvmap效果图如下：

Opencv实现二维直方图的计算及绘制

2. 源码

				?

									# opencv中的二维直方图:使用相同的函数cv2.calchist（）计算。

									# 对于1d直方图，我们从bgr转换为灰度

									# 对于2d直方图，需要将图像从bgr转换为hsv

									import cv2

									import numpy as np

									from matplotlib import pyplot as plt

									img = cv2.imread('ym.jpg')

									gray = cv2.cvtcolor(img,cv2.color_bgr2gray)

									hsv = cv2.cvtcolor(img, cv2.color_bgr2hsv)

									# 1维直方图

									hist = cv2.calchist([gray], [0], none, [256], [0, 256])

									hist, bins = np.histogram(img.ravel(), 256, [0, 256])

									plt.hist(img.ravel(), 256, [0, 256])

									plt.show()

									# 二维直方图可以让我们对不同的像素密度有了更好的了解

									# opencv计算2d直方图

									# hsv图像 [0,1]表示h、s通道，[180,256]表示h、s的bins分别为180、256

									# [0,180,0,256]表示值的范围

									hist = cv2.calchist([hsv], [0, 1], none, [180, 256], [0, 180, 0, 256])

									hist = np.clip(hist * 0.005, 0, 1)

									cv2.imshow('hist', hist)

									cv2.waitkey(0)

									plt.imshow(hist, interpolation='nearest')

									plt.show()

									# numpy计算1d直方图：np.histogram（）；

									# numpy计算2d直方图：np.historogram2d（）

									h, s, v = cv2.split(hsv)

									hist, xbins, ybins = np.histogram2d(h.ravel(), s.ravel(), [180, 256], [[0, 180], [0, 256]])

									plt.imshow(hist, interpolation='nearest')

									plt.show()