平時工作經常需要做些圖像分析，需要給圖像分通道，計算各個通道的直方圖分布特點，這個事兒photoshop也能做，但是用起來不方便，且需要電腦上安裝有PS軟件，如果用OpenCV， 更是需要在visual studio上做很多配置工作。本文充分利用python的便攜性和輕量級特點，力圖實現一個腳本，到處處理的目標。
注：本文使用Python2.7.8和PIL1.1.7，注意版本問題。
<使用方法>
1.將待處理圖片命名為1.jpg和本文python腳本文件放入同一文件夾；
2.運行python腳本，可以獲得分通道圖片及相應的直方圖。
<效果介紹>
原圖：
分通道顯示：
各通道直方圖
R通道直方圖
G通道直方圖
B通道直方圖
<源碼分析>
本文腳本沒有使用OpenCV，全部操作均使用了python自帶庫函數，實現真正的輕量級。
本文工具默認對jpg格式的圖片進行修改，其他格式直接修改腳本中im1 = Image.open("1.jpg")圖片后綴即可。
分通道是直接使用的 r,g,b=im1_sp.split()的， 因只對RGB mode的圖像有效，所以im1_sp = im1.convert("RGB")先進行了模式轉換。
一張RGB彩色圖像經過通道分離，獲得三張單通道灰度圖像，即python中定義的“L” mode的圖像， 然后對每一個灰度圖繪制直方圖。
直方圖繪制是通過 pix = r.load()函數把圖像的像素數據進行存儲，然后在256級區間進行累加統計，最后使用draw.line函數繪制的。
工具簡單易用，全部代碼提供如下，如有問題，歡迎園友反饋！
<全部源碼>
# 阿瓦圖像村出品，轉載請注明出處 QQ：576916092
import Image,ImageDraw,ImageFilter,random,sys
im1 = Image.open( " 1.jpg ")
# #圖像處理##
# 轉換為RGB圖像
im1_sp = im1.convert( " RGB ")
# 將RGB三個通道分開
r,g,b=im1_sp.split()
# 將RGB分通道圖像上色
imd = Image.new( " L ",im1.size,0)
r_color= Image.merge( " RGB ",(r,imd,imd))
g_color= Image.merge( " RGB ",(imd,g,imd))
b_color= Image.merge( " RGB ",(imd,imd,b))
# R通道histogram
width, height = r.size
pix = r.load()
a = [0]*256
for w in xrange(width):
for h in xrange(height):
p = pix[w,h]
a[p] = a[p] + 1
s = max(a)
print a,len(a),s # 長度256,a保存的分別是顏色范圍0-255出現的次數
r_hist = Image.new( ' RGB ',(512,512),(255,255,255))
draw = ImageDraw.Draw(r_hist)
for k in range(256):
# print k,a[k],a[k]*200/s
a[k] = a[k]*400/s # 映射范圍0-200
source = (2*k,511) # 起點坐標y=255, x=[0,1,2....]
target = (2*k,511-a[k]) # 終點坐標y=255-a[x],a[x]的最大數值是200,x=[0,1,2....]
draw.line([source, target], (255,0,0))
# G通道histogram
width, height = g.size
pix = g.load()
a = [0]*256
for w in xrange(width):
for h in xrange(height):
p = pix[w,h]
a[p] = a[p] + 1
s = max(a)
print a,len(a),s # 長度256,a保存的分別是顏色范圍0-255出現的次數
g_hist = Image.new( ' RGB ',(512,512),(255,255,255))
draw = ImageDraw.Draw(g_hist)
for k in range(256):
# print k,a[k],a[k]*200/s
a[k] = a[k]*400/s # 映射范圍0-200
source = (2*k,511) # 起點坐標y=255, x=[0,1,2....]
target = (2*k,511-a[k]) # 終點坐標y=255-a[x],a[x]的最大數值是200,x=[0,1,2....]
draw.line([source, target], (0,255,0))
# B通道histogram
width, height = b.size
pix = b.load()
a = [0]*256
for w in xrange(width):
for h in xrange(height):
p = pix[w,h]
a[p] = a[p] + 1
s = max(a)
print a,len(a),s # 長度256,a保存的分別是顏色范圍0-255出現的次數
b_hist = Image.new( ' RGB ',(512,512),(255,255,255))
draw = ImageDraw.Draw(b_hist)
for k in range(256):
# print k,a[k],a[k]*200/s
a[k] = a[k]*400/s # 映射范圍0-200
source = (2*k,511) # 起點坐標y=255, x=[0,1,2....]
target = (2*k,511-a[k]) # 終點坐標y=255-a[x],a[x]的最大數值是200,x=[0,1,2....]
draw.line([source, target], (0,0,255))
im1_mer= Image.merge( " RGB ",(r,g,b))
# #圖像保存##
# 單通道圖保存
r.save( " 1r.jpg ")
g.save( " 1g.jpg ")
b.save( " 1b.jpg ")
# 上色圖保存
r_color.save( " 1rr.jpg ")
g_color.save( " 1gg.jpg ")
b_color.save( " 1bb.jpg ")
# 直方圖保存
r_hist.save( " 1r_hist.jpg ")
g_hist.save( " 1g_hist.jpg ")
b_hist.save( " 1b_hist.jpg ")
# #圖像顯示##
# 單通道圖顯示
r.show()
g.show()
b.show()
# 上色圖顯示
r_color.show()
g_color.show()
b_color.show()
# 直方圖顯示
r_hist.show()
g_hist.show()
b_hist.show()