OpenCV–直方图绘制以及直方图均衡化
一、直方图均衡化
函数：
hist = cv.calcHist( images, channels, mask, histSize, ranges[, hist[, accumulate]] )
- images: 原图像图像格式为 uint8 或 float32,当传入函数时应用中括号 [] 括来例如[img]；
- channels: 同样用中括号括起来，告诉函数统计图像中的哪个颜色通道的直方图。如果输入图像是灰度图它的值就是 [0]，如果是彩色图像传入的参数可以是 [0][1][2] 它们分别对应着 BGR；
- mask: 掩模图像，统计整幅图像的直方图就把它设为 None。但是如果你想统计图像某一部分的直方图时，就需要使用它；
- histSize:BIN 的数目，也应用中括号括来；
- ranges: 像素值范围常为 [0，256] ；
- hist：输出矩阵，表示整张图中bin的灰度图的个数。
代码示例：
1 import numpy as np
2 import cv2 as cv
3 import matplotlib.pyplot as plt
4
5 #封装图像显示函数
6 def cv_show(name, img):
7 cv.imshow(name, img)
8 cv.waitKey(0)
9 cv.destroyAllWindows()
10
11 #统计直方图
12 img_gray = cv.imread('./img/cat.jpg',0)
13 hist = cv.calcHist([img_gray],[0],None,[256],[0,256])
14 hist.shape
(256, 1)
1 plt.hist(img_gray.ravel(), 256)
2 plt.show()
1 #多通道图像绘制
2 img = cv.imread("./img/cat.jpg")
3 color = ("b", "g", "r")
4
5 for i, color in enumerate(color):
6 hist = cv.calcHist([img], [i], None, [256], [0, 256])
7 plt.plot(hist, color = color)
8 plt.xlim([0, 256])
mask操作
1 #创建一个mask
2 mask = np.zeros(img.shape[:2], np.uint8)
3 print(mask.shape)
4 mask[100:300, 100:400] = 255
5 cv_show("mask", mask)
(414, 500)
1 #用掩码对图像进行截取
2 img_masked = cv.bitwise_and(img_gray, img_gray, mask = mask ) #与操作
3
4 hist_full = cv.calcHist([img], [0], None, [256], [0, 256])
5 hist_mask = cv.calcHist([img], [0], mask, [256], [0, 256])
6
7 plt.subplot(221), plt.imshow(img_gray, "gray")
8 plt.subplot(222), plt.imshow(mask, "gray")
9 plt.subplot(223), plt.imshow(img_masked, "gray")
10 plt.subplot(224), plt.plot(hist_full), plt.plot(hist_mask)
11 plt.xlim([0, 256])
12 plt.show()
二、直方图均衡化（HE）
函数：
dst = cv.equalizeHist( src[, dst] )
src:8位单通道图像。
本质上就是算出每个灰度级上的概率（依次累加之前的概率），在乘以灰度级分布范围（例如灰度分布为（0-255），则范围为255-0）
代码示例：
1 img = cv.imread("./img/clahe.jpg", 0)
2
3 plt.hist(img.ravel(), 256)
4 plt.show()
1 #均值化 2 #dst = cv.equalizeHist( src[, dst] ) 3 dst = cv.equalizeHist(img) 4 plt.hist(dst.ravel(), 256) 5 plt.show()
三、自适应直方图均衡化（CLAHE）
函数：
retval = cv.createCLAHE( [, clipLimit[, tileGridSize]] )
clipLimit:限制对比度阈值；tileGridSize:直方图均衡化的网格大小。
代码示例：
1 #自适应直方图均衡化
2 #retval = cv.createCLAHE([, clipLimit[, tileGridSize]])
3 clahe = cv.createCLAHE(clipLimit = 2.0, tileGridSize = (8,8))
4 res_clahe = clahe.apply(img) #img需要均衡化的图片
5
6 res = np.hstack((img, res_clahe))
7 cv_show("res", res)
