这篇教程Opencv实现二维直方图的计算及绘制写得很实用，希望能帮到您。
这篇博客将介绍如何使用Python，Opencv进行二维直方图的计算及绘制（分别用Opencv和Numpy计算），二维直方图可以让我们对不同的像素密度有更好的了解。
1. 效果图原始图如下：
1维直方图如下：
2维直方图如下：
X轴显示S值，Y轴显示色调。
hsvmap效果图如下：
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HSVimport cv2import numpy as npfrom matplotlib import pyplot as pltimg = cv2.imread('ym.jpg')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()
参考 https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_imgproc/py_histograms/py_2d_histogram/py_2d_histogram.html#twod-histogram https://github.com/seminar2012/opencv/blob/master/samples/python/color_histogram.py 到此这篇关于Opencv实现二维直方图的计算及绘制的文章就介绍到这了,更多相关Opencv 二维直方图 内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
python scrapy简单模拟登录的代码分析
python字典的元素访问实例详解 |
