python可视化

    PIL(Python Imaging Library)是Python一个强大方便的图像处理库，这个库可用于图片的一些常用操作，如改变尺寸、格式、色彩、旋转等处理。
   Pillow是PIL的一个派生分支，但如今已经发展成为比PIL本身更具活力的图像处理库。目前最新版本是3.0.0。

    Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形，通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。 

yum install python-devel

yum install libjpeg libjpeg-devel zlib zlib-devel freetype freetype-devel lcms lcms-devel

yum install python-imaging

install python-matplotlib  

 例子：

画灰度图直方图

绘图都可以调用matplotlib.pyplot库来进行，其中的hist函数可以直接绘制直方图。

调用方式：

n, bins, patches =plt.hist(arr, bins=50, normed=1, facecolor='green', alpha=0.75)

hist的参数非常多，但常用的就这五个，只有第一个是必须的，后面四个可选

arr: 需要计算直方图的一维数组

bins: 直方图的柱数，可选项，默认为10

normed: 是否将得到的直方图向量归一化。默认为0

facecolor: 直方图颜色

alpha: 透明度

返回值 ：

n: 直方图向量，是否归一化由参数设定

bins: 返回各个bin的区间范围

patches: 返回每个bin里面包含的数据，是一个list

from PIL import Image

import numpy as np

importmatplotlib.pyplot as plt

img =np.array(Image.open('e.jpg').convert('L'))

plt.figure("lena")

arr =img.flatten()

n, bins, patches =plt.hist(arr, bins=256, normed=1, facecolor='green', alpha=0.75)

plt.show()

彩色图片直方图

实际上是和灰度直方图一样的，只是分别画出三通道的直方图，然后叠加在一起。

from PIL importImage

import numpy as np

importmatplotlib.pyplot as plt

src=Image.open('d:/ex.jpg')

r,g,b=src.split()

plt.figure("lena")

ar=np.array(r).flatten()

plt.hist(ar,bins=256, normed=1,facecolor='r',edgecolor='r',hold=1)

ag=np.array(g).flatten()

plt.hist(ag,bins=256, normed=1, facecolor='g',edgecolor='g',hold=1)

ab=np.array(b).flatten()

plt.hist(ab,bins=256, normed=1, facecolor='b',edgecolor='b')

plt.show()

直方图均衡化

如果一副图像的像素占有很多的灰度级而且分布均匀，那么这样的图像往往有高对比度和多变的灰度色调。直方图均衡化就是一种能仅靠输入图像直方图信息自动达到这种效果的变换函数。它的基本思想是对图像中像素个数多的灰度级进行展宽，而对图像中像素个数少。

的灰度进行压缩，从而扩展取值的动态范围，提高了对比度和灰度色调的变化，使图像更加清晰。

from skimageimport data,exposure

importmatplotlib.pyplot as plt

img=data.moon()

plt.figure("hist",figsize=(8,8))

 arr=img.flatten()

plt.subplot(221)

plt.imshow(img,plt.cm.gray)  #原始图像

plt.subplot(222)

plt.hist(arr,bins=256, normed=1,edgecolor='None',facecolor='red') #原始图像直方图

 img1=exposure.equalize_hist(img)

arr1=img1.flatten()

plt.subplot(223)

plt.imshow(img1,plt.cm.gray)  #均衡化图像

plt.subplot(224)

plt.hist(arr1,bins=256, normed=1,edgecolor='None',facecolor='red') #均衡化直方图

 plt.show()