您好,登錄后才能下訂單哦!
這篇文章主要介紹了Python數字圖像處理基礎直方圖的示例分析,具有一定借鑒價值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
只統計某個灰度級出現的次數,圖像的大小不一樣的話, 某灰度值的像素出現的次數是不一樣的。
那如果我們在這基礎上除以像素總個數的話,那就是某一灰度級出現的概率,那么這樣的話不同大小的同一內容圖像其灰度直方圖是一樣的。
import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread('cameraman.tif',0) img = img.flatten() img = img.tolist() myhist = [] for i in range(0,256): myhist.append(img.count(i)) plt.rcParams['font.sans-serif'] = ['SimHei'] # 用來顯示中文標簽 # plt.rcParams['figure.dpi'] = 100 # 每英寸點數 plt.figure() plt.bar(x=range(0,256),height=myhist,width=0.5) plt.title('直方圖') plt.xlabel("灰度值") plt.ylabel("像素個數") plt.show()
運行結果圖:
plt.rcParams參數設置:
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] # 用來顯示中文標簽 plt.rcParams['axes.unicode_minus']=False # 用來顯示負號 plt.rcParams['figure.figsize'] = (16.0, 10.0) # 調整生成的圖表最大尺寸 plt.rcParams['figure.dpi'] = 300 # 每英寸點數 調用plt.rcParams.keys()可獲取rcParams的全部參數以及默認值。 例如: 'figure.dpi': 100.0 每英寸點數 'figure.figsize': [6.0, 4.0] 生成的圖表最大尺寸 'font.size': 10.0 字體大小 'hist.bins': 10 直方圖分箱個數 'lines.linewidth': 1.5 線寬 'lines.marker': 'None' 標記樣式 'savefig.format': 'png' 保存圖片的格式 'savefig.jpeg_quality': 95 圖片質量 'text.color': 'black' 文本顏色 'timezone': 'UTC' 時區格式
感謝你能夠認真閱讀完這篇文章,希望小編分享的“Python數字圖像處理基礎直方圖的示例分析”這篇文章對大家有幫助,同時也希望大家多多支持億速云,關注億速云行業資訊頻道,更多相關知識等著你來學習!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。