直方图是一种对图像亮度分布的统计表示，它显示了图像中每个灰度级别的像素数量。在OpenCV中，你可以使用cv2.calcHist() 函数计算直方图。
import cv2
import numpy as np
import matplotlib.pyplot as plt
# 读取图像
img = cv2.imread(r"C:UsersmzdDesktopopencv2.jpg", cv2.IMREAD_GRAYSCALE)
# 计算直方图
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
# 绘制直方图
plt.plot(hist)
plt.title('Histogram')
plt.xlabel('Pixel Value')
plt.ylabel('Frequency')
plt.show()
# 显示原始图像
cv2.imshow('Image', img)
# 等待用户按下任意键
cv2.waitKey(0)
cv2.destroyAllWindows()
在这个示例中，cv2.calcHist() 函数用于计算图像的直方图。它的参数包括：
[img]: 输入图像，可以是多通道图像，但在这里我们使用灰度图像。[0]: 通道索引，对于灰度图像只有一个通道，所以使用 0。None: 掩码，通常设置为 None。[256]: 直方图的 bin 数量，表示灰度级别的数量。[0, 256]: 像素值的范围。
绘制直方图使用了 Matplotlib 库，可以根据需要选择其他绘图工具。
直方图有助于理解图像的亮度分布，可以用于调整图像的对比度、亮度等。
原文地址:https://blog.csdn.net/weixin_42367888/article/details/134548234
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.7code.cn/show_7203.html
如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
