绘制直方图

1，直方图

　　横坐标——图像中各个像素的灰度级

　　纵坐标——具有该灰度级像素的个数

2，归一化直方图：

　　横坐标：图像中各个像素的灰度级

　　纵坐标：出现该灰度级的概率

3，参数

DIMS----使用参数的数量（维度）

BINS-----参数子集的数目（对自变量分组的情况描述）

RANGE----统计灰度值的范围，一般为（0~255）。最小值：0，黑色；最大值：255，白色；（越深的颜色灰度值越小）

 

绘制直方图：

1. 利用python库函数：matplotlib数据包：
   • hist函数：语法：hist（数据源，像素级）
     • 数据源：图像，必须是一维数组；一维数组=朵唯数组.ravel()————将二维数组转化为一维数组
     • 像素级一般是256

   • import cv2
     import matplotlib.pyplot as plt
     
     o=cv2.imread("G:\\photo\\blog\\img\\waterbox.jpg")
     cv2.imshow("original",o)
     plt.hist(o.ravel(),256)
     plt.show()
     cv2.waitKey()
     cv2.destroyAllWindows()

2. 利用opencv里的函数统计直方图：
   • calchist函数：语法：
   • 
   • 
   • 
   • 
   • 
   • 
   • 
     • plt.plot（“img”）
     • plt.show()
3. 直方图均值化：
   • 前提：如果一副图像占有全部可能的灰度级，并且均匀分布
   • 结论：该图像具有高对比度和多变的灰度色调
   • 外观：图像细节丰富，质量更高。
   • 原理：
     • 计算累计直方图
     • 将累计直方图进行区间转换
     • 在累计直方图中，概率相近的原始值，会被处理为相同的值
4. subpolt函数：
   • 在一个界面里面显示几张图片
   • subplot(nrows,ncols,plot_number)