直方图处理 OpenCV图像处理实战课件.pptxVIP

第八章直方图处理

第八章直方图处理本章主要介绍利用OpenCV进行直方图处理，利用相关函数实现直方图计算、均衡化、自适应均衡化、规定化等直方图处理对于一幅图像来说，其由不同灰度值的像素组成，图像中灰度的分布情况是该图像的一个重要特征图像的灰度直方图就描述了图像中灰度分布情况，能够很直观的展示出图像中各个灰度级所占的多少直方图横轴表示像素的灰度范围（通常为0~255）纵轴表示的是像素的数量或者概率值，如果是概率值则y轴的范围为0-1，如果是数量，则表示每个灰度值出现的次数

第八章直方图处理在计算机视觉应用中，通过标记帧和帧之间显著的边缘和颜色的统计变化，来检测视频中场景的变换使用直方图进行图像变换是一种基于概率论的处理方法，通过改变图像的直方图，修改图像中各像素的灰度值，达到增强图像视觉效果的目的相对于灰度变换只针对单独的像素点操作，直方图变换综合考虑了全图的灰度值分布

第八章直方图处理8.1直方图计算1.灰度图像直方图遍历灰度图像的各个像素，统计像素的灰度级的个数OpenCV中提供了直方图的计算函数calcHist()语法格式：hist=cv2.calcHist(image,channels,mask,histSize,ranges，accumulate=None)参数说明：image：输入图像channels：计算直方图通道的索引。如果输入的是灰度图像，则其值为[0]；对于彩色图像，则可以通过[0]、[1]、[2]分别计算蓝、绿、红通道的直方图

第八章直方图处理8.1直方图计算1.灰度图像直方图参数说明：mask：可选的掩码，不使用时可设为空。要和输入图像具有相同的大小，在进行直方图计算的时候，只会统计该掩码不为0的对应像素histSize：bins的个数,就是分多少个组距。例如[256]或者[16]ranges：要统计的像素值范围，通常为[0,256]accumulate：累积标志，默认值为false返回值：hist是一个Numpy数组，数组中的每个值为对应像素值的数量

第八章直方图处理8.1直方图计算1.灰度图像直方图应用案例1：使用calcHist进行直方图计算hist为一个numpy数组，长度为256，每个值对应0-255像素值的数量

第八章直方图处理8.1直方图计算1.灰度图像直方图应用案例2：使用calcHist进行直方图计算，调整histSize参数

第八章直方图处理8.1直方图计算1.灰度图像直方图应用案例2：使用calcHist进行直方图计算，调整histSize参数

第八章直方图处理8.1直方图计算1.灰度图像直方图使用Numpy中的两个函数np.histogram()和np.bincount()计算灰度直方图np.histogram()函数语法格式：hist，bins=histogram(a,bins=10,range=None,normed=None,weights=None,density=None)参数说明：a：待统计的数组bins：指定统计的区间个数range：表示统计范围的最小值和最大值，默认值为None，表示范围由数据的范围决定

第八章直方图处理8.1直方图计算参数说明：weights：为数组的每个元素指定了权值，会对区间中数组所对应的权值进行求和density：为True时，返回每个区间的概率密度；为False，返回每个区间中元素的个数

第八章直方图处理8.1直方图计算应用案例3：使用np.histogram计算直方图

第八章直方图处理8.1直方图计算np.bincount()函数语法格式：hist=bincount(x,weights=None,minlength=None)参数说明：x：待统计数据的数组；weights：为数组的每个元素指定了权值minlength：计算结果数组的最小长度

第八章直方图处理8.1直方图计算应用案例4：使用np.bincount计算直方图

第八章直方图处理8.1直方图计算2.彩色直方图由于彩色图像由红色、绿色、蓝色三个通道组成，因为在计算彩色图像直方图时需要分别计算BRG三个通道的直方图使用calHist函数，调整第二个参数channel，通过设置channel参数值为[0]、[1]、[2]来分别统计三个通道的直方图

第八章直方图处理8.1直方图计算2.彩色直方图应用案例1：使用calcHist函数，并设置channel参数，计算彩色图像直方图

第八章直方图处理8.1直方图计算2.彩色直方图应用案例1：使用calcHist函数，并设置channel参数，计算彩色图像直方图

第八章直方图处理8.2直方图绘制1.使用Matplotlib绘制直方