在OpenCV-Python中绘制直方图

时间:2012-02-22 07:16:41

标签: python opencv numpy computer-vision histogram

我只是想使用新的OpenCV Python接口(cv2)绘制直方图。

以下是我尝试的代码:

import cv2
import numpy as np
import time

img = cv2.imread('zzz.jpg')
h = np.zeros((300,256,3))
b,g,r = cv2.split(img)
bins = np.arange(256).reshape(256,1)
color = [ (255,0,0),(0,255,0),(0,0,255) ]

for item,col in zip([b,g,r],color):
    hist_item = cv2.calcHist([item],[0],None,[256],[0,255])
    cv2.normalize(hist_item,hist_item,0,255,cv2.NORM_MINMAX)
    hist=np.int32(np.around(hist_item))
    pts = np.column_stack((bins,hist))
    cv2.polylines(h,[pts],False,col)

h=np.flipud(h)

cv2.imshow('colorhist',h)
cv2.waitKey(0)

它工作正常。以下是我获得的结果直方图。

enter image description here


然后我修改了一点代码。

即将代码b,g,r = cv2.split(img)中的第六行更改为b,g,r = img[:,:,0], img[:,:,1], img[:,:,2](因为它的工作速度比cv2.split快一点。)

现在输出是不同的。以下是输出。

enter image description here


我从两个代码中检查了b,g,r的值。他们是一样的。

差异在于cv2.calcHist的输出。 hist_item的结果在两种情况下都不同。

问题

它是如何发生的?当输入相同时,为什么cv2.calcHist的结果不同?

修改

我尝试了不同的代码。现在,我的第一个代码的numpy版本。

import cv2
import numpy as np

img = cv2.imread('zzz.jpg')
h = np.zeros((300,256,3))
b,g,r = img[:,:,0],img[:,:,1],img[:,:,2]
bins = np.arange(257)
bin = bins[0:-1]
color = [ (255,0,0),(0,255,0),(0,0,255) ]

for item,col in zip([b,g,r],color):
    N,bins = np.histogram(item,bins)
    v=N.max()
    N = np.int32(np.around((N*255)/v))
    N=N.reshape(256,1)
    pts = np.column_stack((bin,N))
    cv2.polylines(h,[pts],False,col,2)

h=np.flipud(h)

cv2.imshow('img',h)
cv2.waitKey(0)

输出与第一个相同。

enter image description here

您可以在此处获取原始图片:zzz.jpg

谢谢。

1 个答案:

答案 0 :(得分:13)

你应该复制数组:

b,g,r = img[:,:,0].copy(), img[:,:,1].copy(), img[:,:,2].copy()

但是,由于calcHist()可以接受通道参数,因此您无需将img拆分为三个数组。

import cv2
import numpy as np

img = cv2.imread('zzzyj.jpg')
h = np.zeros((300,256,3))

bins = np.arange(256).reshape(256,1)
color = [ (255,0,0),(0,255,0),(0,0,255) ]

for ch, col in enumerate(color):
    hist_item = cv2.calcHist([img],[ch],None,[256],[0,255])
    cv2.normalize(hist_item,hist_item,0,255,cv2.NORM_MINMAX)
    hist=np.int32(np.around(hist_item))
    pts = np.column_stack((bins,hist))
    cv2.polylines(h,[pts],False,col)

h=np.flipud(h)

cv2.imshow('colorhist',h)
cv2.waitKey(0)