Python如何实现直方图,均衡化,高斯滤波 - 行业资讯 - 肥雀云

这篇文章将为大家详细讲解有关Python如何实现直方图、均衡化、高斯滤波，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

Python直方图、均衡化、高斯滤波

测试原图
直方图

基本原理
matplotlib库绘制直方图
RGB三通道直方图

直方图均衡化

基本原理
PCV库完成直方图均衡化

高斯滤波

基本原理
opencv高斯滤波实现

（免费学习推荐：python视频教程）

测试原图

直方图

基本原理

什么是直方图：图像的直方图描述图像的灰度级和对应灰度级在图像中出现的次数（频率）的关系，通过直方图可以进行图像分割、检索、分类等操作

matplotlib库的hist函数：hist函数能够帮助绘制直方图。它的参数很多，这里用到前两个参数：x、bins。x参数表示一个像素的一维数组，如果是一维以上的数组可以使用flatten方法展平成一维，一般来说读入一幅图片都是一个二维的矩阵，都需要进行展平的操作。bins参数表示要显示直方图的柱数

假设有一个二维数组img=[[159,120,130],[100,84,92],[168,150,212]]。其数字表示图像的像素值，展平后img=[159,120,130,100,84,92,168,150,212]，使用hist函数绘制出的直方图如下图。横轴表示像素值，纵轴表示该像素值出现的频率

opencv提供的cv2.calcHist()绘制直方图：calcHist函数需要传入读取的图片image；图像的通道channels，如果是灰度图像channels=0，如果分别是r、g、b通道，则传入0、1、2。

matplotlib库绘制直方图

课本代码

from PIL import Imagefrom pylab import *# 解决中文乱码plt.rcParams['font.sans-serif'] = 'SimHei'plt.rcParams['axes.unicode_minus'] = False#im = array(Image.open('headimage.jpeg').convert('L'))  # 打开图像，并转成灰度图像print(im)figure()subplot(121)gray()contour(im, origin='image')  #画图axis('equal')  # 自动调整比例axis('off')  # 去除x  y轴上的刻度title(u'图像轮廓')subplot(122)# flatten()函数可以执行展平操作，返回一个一维数组hist(im.flatten(), 128)print(im.flatten())title(u'图像直方图')plt.xlim([0,260])plt.ylim([0,11000])show()

运行结果

RGB三通道直方图

代码实现

import cv2from matplotlib import pyplot as plt
　　时间=img  cv2.imread (& # 39; headimage.jpeg& # 39;, 1) color =, (& # 39; b # 39; & # 39;舌鳎# 39;,& # 39;" # 39;)for 我,col 拷贝列举(颜色):
　　,,,histr =, cv2.calcHist ([img],[我],[256],[0256])
　　,,,plt.plot (histr color =,坳)
　　,,,plt.xlim ([0256]) plt.show ()

运行结果