Python數(shù)字圖像處理基礎(chǔ)直方圖詳解
直方圖的定義


直方圖的性質(zhì)

只統(tǒng)計某個灰度級出現(xiàn)的次數(shù),圖像的大小不一樣的話, 某灰度值的像素出現(xiàn)的次數(shù)是不一樣的。
那如果我們在這基礎(chǔ)上除以像素總個數(shù)的話,那就是某一灰度級出現(xiàn)的概率,那么這樣的話不同大小的同一內(nèi)容圖像其灰度直方圖是一樣的。


直方圖的應(yīng)用
圖像增強(qiáng)

圖像分割

圖像識別

Python直方圖的計算
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread('cameraman.tif',0)
img = img.flatten()
img = img.tolist()
myhist = []
for i in range(0,256):
myhist.append(img.count(i))
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用來顯示中文標(biāo)簽
# plt.rcParams['figure.dpi'] = 100 # 每英寸點數(shù)
plt.figure()
plt.bar(x=range(0,256),height=myhist,width=0.5)
plt.title('直方圖')
plt.xlabel("灰度值")
plt.ylabel("像素個數(shù)")
plt.show()
運行結(jié)果圖:

plt.rcParams參數(shù)設(shè)置:
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] # 用來顯示中文標(biāo)簽 plt.rcParams['axes.unicode_minus']=False # 用來顯示負(fù)號 plt.rcParams['figure.figsize'] = (16.0, 10.0) # 調(diào)整生成的圖表最大尺寸 plt.rcParams['figure.dpi'] = 300 # 每英寸點數(shù) 調(diào)用plt.rcParams.keys()可獲取rcParams的全部參數(shù)以及默認(rèn)值。 例如: 'figure.dpi': 100.0 每英寸點數(shù) 'figure.figsize': [6.0, 4.0] 生成的圖表最大尺寸 'font.size': 10.0 字體大小 'hist.bins': 10 直方圖分箱個數(shù) 'lines.linewidth': 1.5 線寬 'lines.marker': 'None' 標(biāo)記樣式 'savefig.format': 'png' 保存圖片的格式 'savefig.jpeg_quality': 95 圖片質(zhì)量 'text.color': 'black' 文本顏色 'timezone': 'UTC' 時區(qū)格式
以上就是Python數(shù)字圖像處理基礎(chǔ)直方圖詳解的詳細(xì)內(nèi)容,更多關(guān)于Python數(shù)字圖像處理基礎(chǔ)直方圖的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
Python基礎(chǔ)之logging模塊知識總結(jié)
用Python寫代碼的時候,在想看的地方寫個print xx 就能在控制臺上顯示打印信息,這樣子就能知道它是什么了,但是當(dāng)我需要看大量的地方或者在一個文件中查看的時候,這時候print就不大方便了,所以Python引入了logging模塊來記錄我想要的信息,需要的朋友可以參考下2021-05-05
Pytorch實現(xiàn)將label變成one hot編碼的兩種方式
這篇文章主要介紹了Pytorch實現(xiàn)將label變成one hot編碼的兩種方式,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-02-02

