Используйте Python, Opencv для расчета и рисования двумерных гистограмм

задняя часть

Используйте Python, Opencv для расчета и рисования двумерных гистограмм

В этом блоге рассказывается, как использовать Python и Opencv для расчета и рисования двумерных гистограмм (рассчитанных с помощью Opencv и Numpy соответственно).Двумерные гистограммы могут дать нам лучшее понимание различной плотности пикселей.

1. Рендеринг

Исходное изображение выглядит следующим образом: 在这里插入图片描述 Одномерная гистограмма выглядит следующим образом: 在这里插入图片描述 Двумерная гистограмма выглядит следующим образом:Ось X показывает значение S, а ось Y показывает оттенок.在这里插入图片描述 Эффект hsvmap следующий: 在这里插入图片描述

2. Исходный код

# 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()

Ссылаться на

Категории