Python?matplotlib繪制灰度和彩色直方圖

更新時(shí)間：2021年12月23日 16:57:40 作者：L-Pro-max

Matplotlib是Python的繪圖庫(kù)，它能讓使用者很輕松地將數(shù)據(jù)圖形化，并且提供多樣化的輸出格式。本文將為大家介紹如何用matplotlib繪制灰度和彩色直方圖，感興趣的朋友可以學(xué)習(xí)一下

一、Matplotlib.Pyplot簡(jiǎn)介

1、Matplotlib

Matplotlib 是 Python 的繪圖庫(kù)，它能讓使用者很輕松地將數(shù)據(jù)圖形化，并且提供多樣化的輸出格式。

Matplotlib 可以用來(lái)繪制各種靜態(tài)，動(dòng)態(tài)，交互式的圖表。

Matplotlib 是一個(gè)非常強(qiáng)大的 Python 畫(huà)圖工具，我們可以使用該工具將很多數(shù)據(jù)通過(guò)圖表的形式更直觀的呈現(xiàn)出來(lái)。

Matplotlib 可以繪制線圖、散點(diǎn)圖、等高線圖、條形圖、柱狀圖、3D 圖形、甚至是圖形動(dòng)畫(huà)等等。

2、Pyplot

Pyplot 是 Matplotlib 的子庫(kù)，提供了和 MATLAB 類似的繪圖 API。

Pyplot 是常用的繪圖模塊，能很方便讓用戶繪制 2D 圖表。

Pyplot 包含一系列繪圖函數(shù)的相關(guān)函數(shù)，每個(gè)函數(shù)會(huì)對(duì)當(dāng)前的圖像進(jìn)行一些修改，例如：給圖像加上標(biāo)記，生新的圖像，在圖像中產(chǎn)生新的繪圖區(qū)域等等。

使用的時(shí)候，我們可以使用 import 導(dǎo)入 pyplot 庫(kù)，并設(shè)置一個(gè)別名 plt：

import matplotlib.pyplot as plt

然后我們就可以使用它來(lái)繪制圖形了

二、灰度直方圖

1、主要函數(shù)

主要用到兩個(gè)函數(shù)

(1) calcHist()

(2) hist()

具體用法我就不做過(guò)多介紹了，可以自行參考文檔，或者找一找網(wǎng)上大神們的解釋說(shuō)明。

2、實(shí)現(xiàn)代碼

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

img = cv.imread('Photos/1.bmp')
cv.imshow('Img', img)

gray_img = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow('GrayImg', gray_img)

# Gray Histogram
gray_hist = cv.calcHist([gray_img], [0], None, [256], [0,256], False)
# cv.calcHist(images, channels, mask, histSize, ranges, accumulate)

plt.figure(1)
plt.title('Gray Histogram Contour')
plt.xlabel('gray level')
plt.ylabel('number of pixels')
plt.plot(gray_hist)
plt.xlim([0,256])

plt.figure(2)
plt.title('Gray Histogram')
plt.xlabel('gray level')
plt.ylabel('number of pixels')
plt.hist(gray_img.ravel(),256)

plt.show()

cv.waitKey(0)

3、效果示例

三、彩色直方圖

跟灰度直方圖的原理差不多，需要對(duì)三種顏色進(jìn)行一個(gè)簡(jiǎn)單的遍歷，循環(huán)輸出圖形。

1、實(shí)現(xiàn)代碼

import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np

img = cv.imread('Photos/1.bmp')
cv.imshow('Img', img)

plt.figure()
plt.title('Color Histogram')
plt.xlabel('level')
plt.ylabel('number of pixels')
colors = ('b', 'g', 'r')
for i,item in enumerate(colors):
    hist = cv.calcHist([img], [i], None, [256], [0,256])
    plt.plot(hist, color=item)
    plt.xlim([0,256])

plt.show()

cv.waitKey(0)