029-OpenCV直方图单通道、多通道

话不多说，上代码，看结果。

import cv2  # 导入库
import numpy as np
from matplotlib import pyplot as plt

'''  
    cv2.imread(filename,flags)
# filename为文件名，图片与.py文件在一个文件夹时输入文件名即可
# 不在一个文件夹时输入图片的路径和名字
# flags为图片的颜色类型，默认为1，灰度图像为0
'''
img = cv2.imread('19.jpg', 0)
'''
cv2.namedWindow(winname,flags)
#  winname是窗口名字
#  flags为窗口显示方式，cv2.WINDOW_NORMAL为正常显示，可以调整大小
# cv2.WINDOW_AUTOSIZE显示原图片的大小，用户不能调整大小
'''
cv2.namedWindow('img', cv2.WINDOW_NORMAL)
'''
   cv2.imshow(winname,mat)
# winname为显示的窗口
# mat 需要显示的图像
'''
cv2.imshow('img', img)
'''
    cv2.calcHist(images, channels, mask, histSize, ranges, hist, accumulate)
    计算直方图!!!! 不是画出来！！！1
# images:输入的图像
# channels:选择图像的通道
# mask:掩码，是一个大小和image一样的np数组，其中把需要处理的部分指定为1，不需要处理的部分指定为0，一般设置为None，表示处理整幅图像
# histSize:使用多少个bin(柱子)，一般为256
# ranges:像素值的范围，一般为[0,255]表示0~255

# hist: 输出的目标直方图
# accumulate: 累计标识符, 默认值false, 若为true, 直方图在配置阶段不会被清零
'''
hist = cv2.calcHist([img], [0], None, [256], [0, 255])
'''
# plt.hist(src,pixels)
# src:数据源，注意这里只能传入一维数组，使用src.ravel()可以将二维图像拉平为一维数组。
# pixels:像素级，一般输入256。
# [0, 256] 直方图连在了一起，不输入就是一个个柱子
'''
plt.hist(img.ravel(), 256)
'''
# imshow()接收一张图像，只是画出该图，并不会立刻显示出来。
# imshow后还可以进行其他draw操作，比如scatter散点等。
# 所有画完后使用plt.show()才能进行结果的显示。
'''
plt.show()
'''
cv2.waitKey(delay)
#  delay为正数时，延时delay毫秒结束
#  想要用按下某个键时退出可用以下方法：
#  if(cv2.waitKey(0)  == ord('q')):
        exit(0)
#别的方法也行，不唯一
'''
if cv2.waitKey(0) & 0xFF == 27:
    exit(0)
'''
cv2.destroyWindow(winname)
#结束窗口，winname为窗口名
cv2.destroyAllWindows() 
#结束所有窗口
'''
cv2.destroyAllWindows()  # 销毁所有窗口

结果如下图。

接下来是直方图多通道。

import cv2  # 导入库
import numpy as np
from matplotlib import pyplot as plt

'''  
    cv2.imread(filename,flags)
# filename为文件名，图片与.py文件在一个文件夹时输入文件名即可
# 不在一个文件夹时输入图片的路径和名字
# flags为图片的颜色类型，默认为1，灰度图像为0
'''
img = cv2.imread('19.jpg')
'''
    cv2.cvtColor()
# 颜色空间转换
# img为要转换的图像，后者为转换的格式
# 颜色空间有很多种，最常见的就是RGB颜色空间
# R红色，G绿色，B蓝色，OpenCV中顺序是BGR！！！！！！！
# [255, 0,0]是蓝色，[0, 255, 0]表示绿色，[0， 0， 255]表示红色
    HSV颜色空间
# 也挺常用的，H是色调，S是饱和度，V是明度，具体百度就行
'''
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
'''
plt.axis(‘off’) 关闭坐标轴
plt.axis(‘square’) 作图为正方形，并且x,y轴范围相同
plt.axis(‘equal’)   x,y轴刻度等长
plt.axis([a, b, c, d]) 设置x轴的范围为[a, b]，y轴的范围为[c, d]
'''
plt.axis("off")
'''
# imshow()接收一张图像，只是画出该图，并不会立刻显示出来。
# imshow后还可以进行其他draw操作，比如scatter散点等。
# 所有画完后使用plt.show()才能进行结果的显示。
'''
plt.imshow(img)
plt.show()  # 这两行代码效果等于 cv2.imshow(img)
'''
    mask 掩码
# 第一步建立与原图一样大小的mask图像，并将所有像素初始化为0，因此全图成了一张全黑色图。
# 第二步将mask图中的r1区域的所有像素值设置为255,也就是整个r1区域变成了白色。
# 这样就能得到Mask图像了。
'''
mask = np.zeros(img.shape[:2], np.uint8)
mask[130:327, 158:473] = 255
'''
cv2.namedWindow(winname,flags)
#  winname是窗口名字
#  flags为窗口显示方式，cv2.WINDOW_NORMAL为正常显示，可以调整大小
# cv2.WINDOW_AUTOSIZE显示原图片的大小，用户不能调整大小
'''
cv2.namedWindow('img', cv2.WINDOW_NORMAL)
# cv2.imshow('img', img)
'''
    cv2.calcHist(images, channels, mask, histSize, ranges, hist, accumulate)
    计算直方图!!!! 不是画出来！！！1
# images:输入的图像
# channels:选择图像的通道
# mask:掩膜，是一个大小和image一样的np数组，其中把需要处理的部分指定为1，不需要处理的部分指定为0，一般设置为None，表示处理整幅图像
# histSize:使用多少个bin(柱子)，一般为256
# ranges:像素值的范围，一般为[0,255]表示0~255


# hist: 输出的目标直方图
# accumulate: 累计标识符, 默认值false, 若为true, 直方图在配置阶段不会被清零
'''
color = ('b', 'g', 'r')     #   元组类型
# enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，
# 同时列出数据和数据下标，一般用在 for 循环当中。
for i, col in enumerate(color):
    hist = cv2.calcHist([img], [i], mask, [256], [0, 256])
    # print(type(hist))       # 
    # plt.hist(img.ravel(), 256, [0, 256])        # 使用src.ravel()可以将二维图像拉平为一维数组。
    '''
    # plt.plot()函数是matplotlib.pyplot模块下的一个函数, 用于画图
        plt.plot(x, y, "格式控制字符串")
    # "格式控制字符串"最多可以包括三部分, "颜色", "点型", "线型"
    '''
    plt.plot(hist, color=col)
    '''
        设置x轴的数值显示范围
    # plt.xlim(xmin, xmax)
    # xmin：x轴上的最小值
    # xmax：x轴上的最大值
    # 上面的函数功能，调用签名和参数说明同样可以平移到函数ylim()上。
    '''
    plt.xlim([0, 256])
plt.show()

'''
cv2.waitKey(delay)
#  delay为正数时，延时delay毫秒结束
#  想要用按下某个键时退出可用以下方法：
#  if(cv2.waitKey(0)  == ord('q')):
        exit(0)
#别的方法也行，不唯一
'''
if cv2.waitKey(0) & 0xFF == 27:
    exit(0)
'''
cv2.destroyWindow(winname)
#结束窗口，winname为窗口名
cv2.destroyAllWindows() 
#结束所有窗口
'''
cv2.destroyAllWindows()  # 销毁所有窗口

结果如下图。