《Opencv计算机视觉实战》笔记_9:直方图

直方图

cv2.calcHist(images, channel, mask, histSize, ranges) 返回一个直方图
  • images:输入图像(需用中括号括起来)
  • channels:通道
    如果图像是灰度图它的值就是[0];
    如果是彩色图像的传入的参数可以是[0][1][2],分别对应着 BGR
  • mask:掩膜图像
    统计整幅图像的直方图就置为None
    如果想统计图像某一部分的直方图就制作一个掩模图像
  • histSize:BIN(分箱)的数目(需用中括号括起来)
  • ranges:像素值范围
cv2.bitwise_and(src1, src2[, dst[, mask]]) 与操作

掩膜中的白色区域(像素值为255)是想要提取的,黑色区域(像素值为0)是不想要的,与原始图像经过与操作后,白色区域被保留下来

  • src1:第一个输入
  • src2:第二个输入
  • mask:掩膜

均衡化

cv2.equalizeHist(src) 普通直方图均衡化
cv2.createCLAHE([, clipLimit[, tileGridSize]]) 自适应直方图均衡化

先实例化方法clahe=cv2.createCLAHE(),再应用clahe.apply(image)

  • clipLimit:对比限制阈值
  • tileGridSize:直方图均衡化的网格尺寸。输入图像将会被分成多少份

你可能感兴趣的:(Opencv计算机视觉实战,计算机视觉,opencv,python)