OpenCV：图像直方图计算

OpenCV：图像直方图计算

图像直方图为图像中像素强度的分布提供了有价值的见解。通过了解直方图，你可以获得有关图像对比度、亮度和整体色调分布的信息。这些知识对于图像增强、图像分割和特征提取等任务非常有用。

本文旨在为学习如何使用 OpenCV 执行图像直方图计算提供清晰且全面的指南。通过理解和应用直方图分析技术，你可以提高图像质量、执行阈值操作、分析颜色成分、提取有用的特征以及更有效地可视化和理解图像。

图像直方图

每个图像都由单独的像素组成，就像网格上的小点一样。假设我们有一个大小为 250 列和 100 行的图像，总共 2500 个像素。每个像素都可以有不同的颜色值，用 0 到 255 范围内的数字表示。

为了可视化图像中颜色值的分布，我们可以创建直方图。该直方图充当一组条形图，显示具有相同颜色值的像素数。通过比较条形的高度，我们可以轻松识别图像中哪些颜色值更突出或更频繁地出现。这种图形表示为图像的整体颜色组成和分布提供了宝贵的见解。

图像直方图（单色）

现在记住，像素强度

0 → 黑色

255 → 白色

因此，如果我们的直方图向左移动（左偏），则图像会包含更多黑色像素；如果我们的直方图向右移动（右偏），图像会包含更多白色像素。

左偏和右偏直方图

所以我相信你已经完全理解了，

• 更黑→更暗的图像

• 更白→更亮的图像

现在让我们在 OpenCV 中进行直方图计算。

首先，我们将加载图像并将其可视化。

#import necessary libraries
import cv2
import numpy as np
import matplotlib.pyplot as plt#using opencv to read an image
#BGR Image
image = cv2.imread("C:/users/public/pictures/nature.jpg")#visualizing
cv2.namedWindow("BGR Image", cv2.WINDOW_NORMAL);
cv2.imshow("BGR Image",image);cv2.waitKey(0) & 0xFF 
cv2.destroyAllWindows()