网站结构规划,青岛专业网站建设,装潢设计师工资一般多少,南孚电池网站建设直方图是一种对图像亮度分布的统计表示#xff0c;它显示了图像中每个灰度级别的像素数量。在OpenCV中#xff0c;你可以使用cv2.calcHist() 函数计算直方图。
以下是一个简单的示例#xff0c;演示如何计算和绘制图像的直方图#xff1a; import cv2
import numpy as np
…直方图是一种对图像亮度分布的统计表示它显示了图像中每个灰度级别的像素数量。在OpenCV中你可以使用cv2.calcHist() 函数计算直方图。
以下是一个简单的示例演示如何计算和绘制图像的直方图 import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图像
img cv2.imread(rC:\Users\mzd\Desktop\opencv\2.jpg, cv2.IMREAD_GRAYSCALE)
# 计算直方图
hist cv2.calcHist([img], [0], None, [256], [0, 256])# 绘制直方图
plt.plot(hist)
plt.title(Histogram)
plt.xlabel(Pixel Value)
plt.ylabel(Frequency)
plt.show()# 显示原始图像
cv2.imshow(Image, img)# 等待用户按下任意键
cv2.waitKey(0)
cv2.destroyAllWindows() 在这个示例中cv2.calcHist() 函数用于计算图像的直方图。它的参数包括
[img]: 输入图像可以是多通道图像但在这里我们使用灰度图像。[0]: 通道索引对于灰度图像只有一个通道所以使用 0。None: 掩码通常设置为 None。[256]: 直方图的 bin 数量表示灰度级别的数量。[0, 256]: 像素值的范围。
绘制直方图使用了 Matplotlib 库可以根据需要选择其他绘图工具。
直方图有助于理解图像的亮度分布可以用于调整图像的对比度、亮度等。
