这篇教程Python写得很实用，希望能帮到您。
一、Matplotlib.Pyplot简介
1、MatplotlibMatplotlib 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、PyplotPyplot 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 cvimport numpy as npimport matplotlib.pyplot as pltimg = cv.imread('Photos/1.bmp')cv.imshow('Img', img)gray_img = cv.cvtColor(img, cv.COLOR_BGR2GRAY)cv.imshow('GrayImg', gray_img)# Gray Histogramgray_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 cvimport matplotlib.pyplot as pltimport numpy as npimg = 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。
Python-OpenCV深度学习入门示例详解
详解Python字典的运算 |
