Python?matplotlib繪制灰度和彩色直方圖

更新時間：2021年12月23日 16:57:40 作者：L-Pro-max

Matplotlib是Python的繪圖庫，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簡介

1、Matplotlib

Matplotlib 是 Python 的繪圖庫，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 可以用來繪制各種靜態(tài)，動態(tài)，交互式的圖表。

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

Matplotlib 可以繪制線圖、散點圖、等高線圖、條形圖、柱狀圖、3D 圖形、甚至是圖形動畫等等。

2、Pyplot

Pyplot 是 Matplotlib 的子庫，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)，每個函數(shù)會對當(dāng)前的圖像進行一些修改，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。

使用的時候，我們可以使用 import 導(dǎo)入 pyplot 庫，并設(shè)置一個別名 plt：

import matplotlib.pyplot as plt

然后我們就可以使用它來繪制圖形了

二、灰度直方圖

1、主要函數(shù)

主要用到兩個函數(shù)

(1) calcHist()

(2) hist()

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

2、實現(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，需要對三種顏色進行一個簡單的遍歷，循環(huán)輸出圖形。

1、實現(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)