OpenCV图像处理技术之图像直方图

 Fu Xianjun. All Rights Reserved.所有素材来自于小傅老师。

我们公布上一期的任务答案吧！

开始今天的学习了，搬好小板凳！

重点：直方图的绘制方法，直方图的均衡

难点：直方图的比较，直方图阈值法

图像直方图是图像内灰度值的统计特性与图像灰度值之间的函数，直方图统计图像内各个灰度级出现的次数。

直方图是数值数据分布的精确图形表示。 这是一个连续变量（定量变量）的概率分布的估计，并且被卡尔·皮尔逊（Karl Pearson）首先引入。它是一种条形图。 构建直方图： ①将值的范围分段 ②计算每个间隔中有多少值

作用：

(1)显示图像质量波动的状态 (2)较直观地传递有关过程图像质量状况的信息 (3)掌握过程的状况，从而确定在什么地方集中力量进行图像质量改进工作。

回忆直方图表现的摄影状态，欠曝过曝

使用plt.hist绘制直方图，并修改分割参数，256,122,50并显示

import cv2
import matplotlib.pyplot as plt
img1=cv2.imread("hj.jpg",0)
cv2.imshow("img1",img1)
plt.hist(img1.ravel(),256,facecolor='yellowgreen')
cv2.waitKey()
cv2.destroyAllWindows()

import cv2
import matplotlib.pyplot as plt
img1=cv2.imread("bd.jpg")
cv2.imshow("img1",img1)
plt.hist(img1.ravel(),256)
cv2.waitKey()
cv2.destroyAllWindows()

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

channels：指定通道编号。通道编号需要用“[]”括起来。 mask：掩模图像。当统计整幅图像的直方图时，将这个值设为None histSize: BINS的值，该值需要用“[]”括起来。 ranges：即像素值范围。例如，8位灰度图像的像素值范围是[0,255] accumulate：累计（累积、叠加）标识，默认值为False

使用cv2.calcHist绘制直方图，并修改分割参数，256,122,50并显示

import cv2
import numpy as