[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图

admin 2022年5月10日23:40:20评论30 views字数 4856阅读16分11秒阅读模式

该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门、OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子、图像增强技术、图像分割等,后期结合深度学习研究图像识别、图像分类、目标检测应用。

前一篇文章介绍OpenCV实现图像形态学变换,包括图像顶帽运算和图像黑帽运算本篇文章主要讲解灰度直方图的基本概念,Python调用OpenCV实现绘制图像直方图,基础性知识希望对您有所帮助。

  • 一.灰度直方图基本概率

  • 二.绘制直方图

  • 三.使用OpenCV统计绘制直方图

  • 四.总结


文章参考自己以前系列图像处理文章及OpenCV库函数,同时部分参考网易云lilizong老师的视频,推荐大家去学习。同时,本篇文章涉及到《计算机图形学》基础知识,请大家下来补充。该系列在github所有源代码:

  • https://github.com/eastmountyxz/
    ImageProcessing-Python


前文回顾(下面的超链接可以点击喔):


学Python近八年,认识了很多大佬和朋友,感恩。深知自己很菜,得拼命努力前行,编程也没有什么捷径,干就对了。希望未来能更透彻学习和撰写文章,同时非常感谢参考文献中的大佬们的文章和分享,共勉。

- https://blog.csdn.net/eastmount


一. 灰度直方图基本概念

什么是灰度直方图?
灰度直方图(histogram)是灰度级的函数,描述的是图像中每种灰度级像素的个数,反映图像中每种灰度出现的频率。横坐标是灰度级,纵坐标是灰度级出现的频率。

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图

对于连续图像,平滑地从中心的高灰度级变化到边缘的低灰度级。直方图定义为:

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图

其中A(D)为阈值面积函数:为一幅连续图像中被具有灰度级D的所有轮廓线所包围的面积。对于离散函数,固定ΔD为1,则:H(D)=A(D)-A(D+1)。

色彩直方图是高维直方图的特例,它统计色彩的出现频率,即色彩概率分布信息。通常这需要一定的量化过程,将色彩分成若干互不重叠的种类。一般不直接在RGB色彩空间中统计,而是在将亮度分离出来后,对代表色彩部分的信息进行统计,如在HSI空间的HS子空间、YUV空间的UV子空间,以及其它反映人类视觉特点的彩色空间表示中进行。

直方图的计算方法如下:
依据定义,若图像具有L(通常L=256,即8位灰度级)级灰度,则大小为MxN的灰度图像f(x,y)的灰度直方图hist[0…L-1]可用如下计算获得。

  • 初始化 hist[k]=0; k=0,…,L-1

  • 统计 hist[f(x,y)]++; x=0,…,M-1, y =0,…,N-1

  • 归一化 hist[f(x,y)]/=M*N

那么说了这么多,直方图究竟有什么作用呢?
在使用轮廓线确定物体边界时,通过直方图更好的选择边界阈值,进行阈值化处理;对物体与背景有较强对比的景物的分割特别有用;简单物体的面积和综合光密度IOD可以通过图像的直方图求得。


二. 绘制直方图

1.基础概念
在直方图中,横坐标表示图像中各个像素点的灰度级,纵坐标表示具有该灰度级的像素个数。

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图

假设存在一个3*3的图像,如下图所示,x数组统计的是像素点的灰度级,y数组统计的是具有该灰度级的像素个数。其中,灰度为1的像素共3个,灰度为2的像素共1个,灰度为3的像素共2个,灰度为4的像素共1个,灰度为5的像素共2个。

  • x = [1, 2, 3, 4, 5]

  • y = [3, 1, 2, 1, 2]

绘制的折线图如下所示:

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图

绘制的直方图如下所示:

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图

如果灰度级为0-255(最小值0黑色,最大值255白色),同样可以绘制对应的直方图,下图是三张图片拼接而成及其对应的直方图。


[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图




2.归一化直方图
该直方图的横坐标表示图像中各个像素点的灰度级,纵坐标表示出现这个灰度级的概率。其计算方法如下:
(1) 先计算灰度级及对应像素的个数
x = [1, 2, 3, 4, 5]
t = [3, 1, 2, 1, 2]

(2) 统计总的像素个数
n = (3 + 1 + 2 + 1 +2) = 9

(3) 统计各个灰度级的出现概率
y = t / n = [3/9, 1/9, 2/9, 1/9, 2/9]


[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图




3.绘制直方图
主要调用matplotlib的子库pyplot实现,它提供了类似于Matlab的绘图框架,matplotlib是非常强大基础的一个Python绘图包。Provides a Matlab-like plotting framework. 导入代码如下:

import matplotlib.pyplot as plt

其中绘制直方图主要调用hist函数实现,它根据数据源和像素级绘制直方图。函数原型如下:

hist(数据源, 像素级)
参数:
数据源必须是一维数组,通常需要通过函数ravel()拉直图像
像素级一般是256,表示[0, 255]

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图

函数ravel()将多维数组降为一维数组,格式为:
一维数组 = 多维数组.ravel()


[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图




4.代码实现

#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

src = cv2.imread('test01.jpg')
cv2.imshow("src", src)
cv2.waitKey(0)
cv2.destroyAllWindows()

plt.hist(src.ravel(), 256)
plt.show()

输出结果如下所示:

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图
[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图


三. 使用OpenCV统计绘制直方图

1.函数原型
前面讲解调用matplotlib库绘制直方图,接下来讲解使用OpenCV统计绘制直方图的例子。

  • 直方图横坐标:图像中各个像素点的灰度级

  • 直方图纵坐标:具有该灰度级的像素个数

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图

主要调用函数calcHist()实现:

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

参数:

  • hist表示直方图,返回的是一个二维数组

  • images表示原始图像

  • channels表示指定通道,通道编号需要用中括号括起,输入图像是灰度图像时,它的值为[0],彩色图像则为[0]、[1]、[2],分别表示B、G、R

  • mask表示掩码图像,统计整副图像的直方图,设为None,统计图像的某一部分直方图时,需要掩码图像

  • histSize表示BINS的数量,参数子集的数目,如下图当bins=3表示三个灰度级

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图 [Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图

  • ranges表示像素值范围,例如[0, 255]

  • accumulate表示累计叠加标识,默认为false,如果被设置为true,则直方图在开始分配时不会被清零,该参数允许从多个对象中计算单个直方图,或者用于实时更新直方图;多个直方图的累积结果用于对一组图像的直方图计算


[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图




2.代码实现
首先计算图像灰度级的基本大小、形状及内容。

#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

src = cv2.imread('test01.jpg')
#参数:原图像 通道[0]-B 掩码 BINS为256 像素范围0-255
hist = cv2.calcHist([src], [0], None, [256], [0,255])
print(type(hist))
print(hist.size)
print(hist.shape)
print(hist)

输出结果如下所示:

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图

下面是绘制图像的代码,首先补充一些matplotlib库绘制图像代码,也推荐我的文章。

  • 六.Numpy、Pandas和Matplotlib包基础知识

#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

#绘制sin函数曲线
x1 = np.arange(0, 6, 0.1)
y1 = np.sin(x1)
plt.plot(x1, y1)

#绘制坐标点折现
x2 = [0, 1, 2, 3, 4, 5, 6]
y2 = [0.3, 0.4, 2.5, 3.4, 4, 5.8, 7.2]
plt.plot(x2, y2)

#省略有规则递增的x2参数
y3 = [0, 0.5, 1.5, 2.4, 4.6, 8]
plt.plot(y3, color="r")

plt.show()

输出结果有三条线,如下所示:

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图

最后给出调用calcHist()计算B、G、R灰度级并绘制图形的代码。

#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

src = cv2.imread('test01.jpg')

histb = cv2.calcHist([src], [0], None, [256], [0,255])
histg = cv2.calcHist([src], [1], None, [256], [0,255])
histr = cv2.calcHist([src], [2], None, [256], [0,255])

cv2.imshow("src", src)
cv2.waitKey(0)
cv2.destroyAllWindows()

plt.plot(histb, color='b')
plt.plot(histg, color='g')
plt.plot(histr, color='r')
plt.show()

输出结果如下图所示:

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图 [Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图



.总结

写到这里,本篇文章介绍结束,基础性知识希望对您有所帮助。

  • 一.灰度直方图基本概率

  • 二.绘制直方图

  • 三.使用OpenCV统计绘制直方图

  • 四.总结


这系列文章是当时2018年考博期间撰写的,感觉还不错。同时,回想2018年当时写这篇文章的感言,挺有意思的,每个阶段都有每个阶段的感受,并不断激励自己进步。

三尺讲台,三寸舌,
三千桃李,三杆笔。
再累再苦,站在讲台前就是最美的自己,几个月的烦恼和忧愁都已消失,真的好享受这种状态,仿佛散着光芒,终于给低年级的同学上课了越早培养编程兴趣越好,恨不能倾囊相授。即使当一辈子的教书匠,平平淡淡也喜欢,而且总感觉给学生讲课远不是课酬和职称所能比拟,这就是所谓的事业,所谓的爱好。

[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图


源代码下载地址,记得帮忙点star和关注喔!

  • https://github.com/eastmountyxz/

    ImageProcessing-Python


“娜璋AI安全之家” 主要围绕Python大数据分析、网络空间安全、人工智能、Web渗透及攻防技术进行讲解,同时分享CCF、SCI、南核北核论文的算法实现。娜璋之家会更加系统,并重构作者的所有文章,从零讲解Python和安全,写了近十年文章,真心想把自己所学所感所做分享出来,还请各位多多指教,真诚邀请您的关注!谢谢。


(By:Eastmount 2022-05-10 夜于武汉 )



参考文献,在此感谢这些大佬,共勉!

  • [1] 冈萨雷斯. 数字图像处理(第3版)[M]. 电子工业出版社, 2013.

  • [2] 罗子江. Python中的图像处理[M]. 科学出版社, 2020.

  • [3] https://blog.csdn.net/Eastmount

  • [4]《计算机图形学》基础知识

  • [5] 部分内容参考网易云lilizong老师的视频

原文始发于微信公众号(娜璋AI安全之家):[Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图

  • 左青龙
  • 微信扫一扫
  • weinxin
  • 右白虎
  • 微信扫一扫
  • weinxin
admin
  • 本文由 发表于 2022年5月10日23:40:20
  • 转载请保留本文链接(CN-SEC中文网:感谢原作者辛苦付出):
                   [Python图像处理] 十一.灰度直方图概念及OpenCV绘制直方图http://cn-sec.com/archives/996593.html

发表评论

匿名网友 填写信息