一、matplotlib.pyplot.hist()语法

matplotlib.pyplot.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype=’bar’, align=’mid’, orientation=’vertical’, rwidth=None, log=False, color=None, label=None, stacked=False, \*, data=None, \*\*kwargs)

参数：此方法接受以下描述的参数：

• x:此参数是数据序列。
• bins:此参数是可选参数，它包含整数，序列或字符串。
• range:此参数是可选参数，它是箱子的上下限。
• density:此参数是可选参数，它包含布尔值。
• weights:此参数是可选参数，并且是一个权重数组，与x的形状相同。
• bottom:此参数是每个容器底部基线的位置。
• histtype:此参数是可选参数，用于绘制直方图的类型。 {‘bar’，‘barstacked’，‘step’，‘stepfilled’}
• align:此参数是可选参数，它控制如何绘制直方图。 {‘left’，‘mid’，‘right’}
• rwidth:此参数是可选参数，它是条形图的相对宽度，是箱宽度的一部分
• log:此参数是可选参数，用于将直方图轴设置为对数刻度
• color:此参数是一个可选参数，它是一个颜色规格或一系列颜色规格，每个数据集一个。
• label:此参数是可选参数，它是一个字符串或匹配多个数据集的字符串序列。
• normed:此参数是可选参数，包含布尔值，而是使用density关键字参数。

返回值：这将返回以下内容：

• n:这将返回直方图箱的值。
• 垃圾桶：这将返回箱子的边。
• 补丁：这将返回用于创建直方图的单个补丁的列表。

二、matplotlib.pyplot.hist()绘制图像的直方图

import cv2
import matplotlib.pyplot as plt

img = cv2.imread("1-gray.bmp", cv2.IMREAD_UNCHANGED)
cv2.imshow("img", img)

#绘制直方图，这里需要将多维数组转化成一维数组，用ravel()函数
plt.hist(img.ravel(), 256)
plt.show()

cv2.waitKey()
cv2.destroyAllWindows()

三、OpenCV-Python直方图计算

使用函数

hist = cv2.calcHist(images, channels, mask, histSize, ranges, accumulate)

参数说明：

• images:原图
• channels:指定通道 [0]代表灰度图，如果读入的图像不是灰度图，该值可以是[0],[1],[2]分别代表通道 B,G,R
• mask:掩码图像，进行整张图的绘制时为 None
• histSize:子区段数目，如果我们统计0~255每个像素值，histSize=256；如果划分区间，比如0~15，16~31…240~255这样16个区间，histSize=16
• ranges:像素值范围，要计算的像素值范围，一般为[0，255]
• accumulate:累计标识，一般可以省略

import cv2
import matplotlib.pyplot as plt

img = cv2.imread("1-gray.bmp", cv2.IMREAD_UNCHANGED)
cv2.imshow("img", img)

# 直方图计算
hist = cv2.calcHist([img], [0], None, [256], [0, 255])
print(type(hist))
print(hist.size)
print(hist.shape)
print(hist)

cv2.waitKey()
cv2.destroyAllWindows()

运行结果：

<class 'numpy.ndarray'>
256
(256, 1)
[[3.000e+00]
 [3.500e+01]
 [4.000e+01]
 [7.300e+01]
 [1.170e+02]
 [1.020e+02]
 [1.180e+02]
 [1.450e+02]
 ...
 [4.000e+00]
 [0.000e+00]]

从返回结果可以看出，hist是一个n行1列的数组，所以可以使用、matplotlib.pyplot.plot()来绘制简单的图像.

import cv2
import matplotlib.pyplot as plt

img = cv2.imread("1-gray.bmp", cv2.IMREAD_UNCHANGED)
cv2.imshow("img", img)

# 直方图计算
hist = cv2.calcHist([img], [0], None, [256], [0, 255])
print(type(hist))
print(hist.size)
print(hist.shape)
print(hist)

# 绘制直方图
plt.plot(hist,color="r")
plt.show()

cv2.waitKey()
cv2.destroyAllWindows()

上面是绘制的灰度图像的直方图，下面是一张图彩色图片的直方图：

import cv2
import matplotlib.pyplot as plt

img = cv2.imread("1-1.jpg", cv2.IMREAD_UNCHANGED)
cv2.imshow("img", img)

# 直方图计算
histb = cv2.calcHist([img], [0], None, [256], [0, 255])
histg = cv2.calcHist([img], [1], None, [256], [0, 255])
histr = cv2.calcHist([img], [2], None, [256], [0, 255])

# 绘制直方图
plt.plot(histb,color="b")
plt.plot(histg,color="g")
plt.plot(histr,color="r")
plt.show()

cv2.waitKey()
cv2.destroyAllWindows()