Python matplotlib绘制直方图
L-Pro-max 人气:0一、Matplotlib.Pyplot简介
1、Matplotlib
Matplotlib 是 Python 的绘图库,它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式。
Matplotlib 可以用来绘制各种静态,动态,交互式的图表。
Matplotlib 是一个非常强大的 Python 画图工具,我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。
Matplotlib 可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。
2、Pyplot
Pyplot 是 Matplotlib 的子库,提供了和 MATLAB 类似的绘图 API。
Pyplot 是常用的绘图模块,能很方便让用户绘制 2D 图表。
Pyplot 包含一系列绘图函数的相关函数,每个函数会对当前的图像进行一些修改,例如:给图像加上标记,生新的图像,在图像中产生新的绘图区域等等。
使用的时候,我们可以使用 import 导入 pyplot 库,并设置一个别名 plt:
import matplotlib.pyplot as plt
然后我们就可以使用它来绘制图形了
二、灰度直方图
1、主要函数
主要用到两个函数
(1) calcHist()
(2) hist()
具体用法我就不做过多介绍了,可以自行参考文档,或者找一找网上大神们的解释说明。
2、实现代码
import cv2 as cv import numpy as np import matplotlib.pyplot as plt img = cv.imread('Photos/1.bmp') cv.imshow('Img', img) gray_img = cv.cvtColor(img, cv.COLOR_BGR2GRAY) cv.imshow('GrayImg', gray_img) # Gray Histogram gray_hist = cv.calcHist([gray_img], [0], None, [256], [0,256], False) # cv.calcHist(images, channels, mask, histSize, ranges, accumulate) plt.figure(1) plt.title('Gray Histogram Contour') plt.xlabel('gray level') plt.ylabel('number of pixels') plt.plot(gray_hist) plt.xlim([0,256]) plt.figure(2) plt.title('Gray Histogram') plt.xlabel('gray level') plt.ylabel('number of pixels') plt.hist(gray_img.ravel(),256) plt.show() cv.waitKey(0)
3、效果示例
三、彩色直方图
跟灰度直方图的原理差不多,需要对三种颜色进行一个简单的遍历,循环输出图形。
1、实现代码
import cv2 as cv import matplotlib.pyplot as plt import numpy as np img = cv.imread('Photos/1.bmp') cv.imshow('Img', img) plt.figure() plt.title('Color Histogram') plt.xlabel('level') plt.ylabel('number of pixels') colors = ('b', 'g', 'r') for i,item in enumerate(colors): hist = cv.calcHist([img], [i], None, [256], [0,256]) plt.plot(hist, color=item) plt.xlim([0,256]) plt.show() cv.waitKey(0)
2、效果示例
由此图我们可以直观地看出三种颜色不同阈值所出现的频率的大小。
加载全部内容