opencv入门9:直方图-histogram
发布网友
发布时间：2022-09-15 18:41
共1个回答
热心网友
时间：2023-10-09 18:01
直方图其实就是对图像的另一种解释。一下图为例，通过直方图我们可以对图像的对比度，亮度，灰度分布等有一个直观的认识。几乎所有的图像处理软件都提供了直方图分析功能。下图来自Cambridge in Color website，强烈推荐你到这个网站了解更多知识。
让我们来一起看看这幅图片和它的直方图吧。（要记住，直方图是根据灰度图像绘制的，而不是彩色图像）。直方图的左边区域像是了暗一点的像素数量，右侧显示了亮一点的像素的数量。从这幅图上你可以看到灰暗的区域比两的区域要大，而处于中间部分的像素点很少。
BINS：上面的直方图显示了每个灰度值对应的像素数。如果像素值为0到255，你就需要256 个数来显示上面的直方图。但是，如果你不需要知道
每一个像素值的像素点数目的，而只希望知道两个像素值之间的像素点数目怎么办呢？举例来说，我们想知道像素值在0 到15 之间的像素点的数目，接着
是16 到31,….，240 到255。我们只需要16 个值来绘制直方图。OpenCV Tutorials on histograms中例子所演示的内容。
那到底怎么做呢？你只需要把原来的256 个值等分成16 小组，取每组的总和。而这里的每一个小组就被成为BIN。第一个例子中有256 个BIN，第二个例子中有16 个BIN。在OpenCV 的文档中用histSize 表示BINS。
DIMS：表示我们收集数据的参数数目。在本例中，我们对收集到的数据只考虑一件事：灰度值。所以这里就是1。RANGE：就是要统计的灰度值范围，一般来说为[0，256]，也就是说所有的灰度值
蓝色阴影表示低像素计数，而红色阴影表示大像素计数（即，2D图形中的峰值）
直方图均衡通过“拉伸”像素的分布来改善图像的对比度。
应用直方图均衡会将峰值拉向图像的角落，从而改善图像的全局对比度。直方图均衡适用于灰度图像
执行直方图均衡仅使用单个函数完成：cv2.equalizeHist（image）它接受一个单一的参数，灰度图像，我们要执行直方图均衡。
