文章标题

用python简单处理图片（5）——图像直方图

假设我们先生成一个数组：

vec=np.arange(15)
print vec

显示为：

[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]

如果我们要把这一维数组，变成一个3*5二维矩阵，我们可以使用reshape来实现

mat= vec.reshape(3,5)
print mat

显示为

[[ 0 1 2 3 4]

[ 5 6 7 8 9]

[10 11 12 13 14]]

现在如果我们返过来，知道一个二维矩阵，要变成一个一维数组，就不能用reshape了，只能用flatten. 我们来看两者的区别。

a1 = mat.reshape(1,-1) #-1表示为任意，让系统自动子算
print a1
a2 = mat.flatten()
print a2

显示为：

a1: [[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]]

a2 ：[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]

在用reshape变换后，实际上变换后还是二维数组，两个方括号，因此只能用flatten。

要对对图像求直方图，需要先对图像进行flatten操作，使之变为一维数组，然后再进行统计。

一 画灰度直方图

绘图可以用matplotlib.pyplot库来进行，其中hist函数可以直接绘制直方图。

调用方式：

n, bins, patches = plt.hist(arr, bins=50, normed=1, facecolor='green', alpha=0.75)

这是hist常用的5个参数，只有第一个是必须的，后面四个可选

arr：需要计算直方图的一维数组

bins：直方图的柱数，默认20

normed：是否将得到的直方图向量归一化。默认为0

facecolor：直方图

alpha：透明度

返回值：

n：直方图向量，是否归一化由参数设定

bins： 返回各bin的区间范围

patches： 返回每个bin里面包含的数据，是一个list

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
img = np.array(Image.open('/home/liu/lena.jpg').convert('L'))

plt.figure("lena")
arr =img.flatten()
n,bins,patches =plt.hist(arr,bins=256,normed=1,facecolor='green',alpha=0.75)
plt.show()

二 彩色直方图

实际上是和灰度直方图一样，分别画三通道的直方图，然后叠加一起。

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
src=Image.open('d:/ex.jpg')
r,g,b=src.split()
plt.figure("lena")
ar = np.array(r).flatten()
plt.hist(ar,bins=256,normed=1,facecolor='r',edgecolor='r',hold=1)
ag=np.array(a).flatten()
plt.hist(ag,bins=256,normed=1,facecolor='g',edgecolor='g',hold=1)
ab = np.array(b).flatten()
plt.hist(ab,bins=256,normed=1,facecolor='b',edgecolor='b')
plt.show()