OpenCV笔记01：用cv2.calcHist函数计算图像灰度直方图_opencv获取图像中255像素点个数calhist统计灰度值像素点葛素

图像的灰度直方图可以统计出图像中的每一个像素的灰度值在整个图像中出现的次数。

1.灰度直方图介绍

如上图就是一个图像的灰度直方图，横坐标代表的是像素值的范围：[0,255]，越接近0表示越黑，越接近255表示图像越亮。纵坐标代表的是每一个灰度值在图像所有像素中出现的次数。柱状图越高，表示该像素值在图像中出现的次数越多。

2. 灰度直方图的python实现

import cv2
from matplotlib import pyplot as plt
# 计算直方图
img = cv2.imread('low1.png',0)
hist = cv2.calcHist([img],[0],None,[256],[0,255])
# 画出直方图
plt.figure()
plt.title("Grayscale Histogram")
plt.xlabel("Bins")
plt.ylabel("number of Pixels")
plt.plot(hist)
plt.xlim([0,256])
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13

以上就实现了利用OpenCV-Python计算图像的灰度直方图