Opencv实现二维直方图的计算及绘制

这篇博客将介绍如何使用Opencv进行二维直方图的计算及绘制，维直方图可以让我们对不同的像素密度有更好的了解，感兴趣的可以了解一下

1. 效果图

原始图如下：

在这里插入图片描述

1维直方图如下：

在这里插入图片描述

2维直方图如下：

X轴显示S值，Y轴显示色调。

在这里插入图片描述

hsvmap效果图如下：

在这里插入图片描述

2. 源码

 # 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-600') 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()