OpenCV灰度图像直方图算法实现

手动实现一个灰度直方图算法，过程很简单，主要有以下几步：

1. 统计每一个像素灰度值

2. 计算每个灰度值出现的概率

3. 横坐标 0-255

4. 纵坐标为概率P

直方图效果如下：

# 本质: 统计每一个像素灰度 出现的概率  横坐标 0-255 纵坐标 概率P
import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('wwww.linuxidc.com.jpg', 1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
count = np.zeros(256, np.float) # 因为是概率, 有可能是浮点数

# 统计像素个数并计算概率
for i in range(height):
    for j in range(width):
        pixel = gray[i, j]
        index = int(pixel)
        count[index] = count[index] + 1

total = height * width # 总像素个数
count =  count / total  # 计算概率

# 画图
x = np.linspace(0, 255, 256)
y = count
plt.bar(x, y, 0.9, alpha = 1, color = "b")
plt.show()

效果如下：

更多 Python 相关信息见 Python 专题页面 https://www.linuxidc.com/topicnews.aspx?tid=17

Linux公社的RSS地址 ： https://www.linuxidc.com/rssFeed.aspx

本文永久更新链接地址： https://www.linuxidc.com/Linux/2019-05/158629.htm