没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
2020/2/25 写文章-CSDN博客
https://editor.csdn.net/md/?articleId=83758402 1/12
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门、OpenCV基
础用法,中期讲解图像处理的各种算法,包括图像锐化算子、图像增强技术、图像分割
等,后期结合深度学习研究图像识别、图像分类应用。希望文章对您有所帮助,如果有
不足之处,还请海涵~
该系列在github所有源代码:https://github.com/eastmountyxz/ImageProcessing-Python
PS:请求帮忙点个Star,哈哈,第一次使用Github,以后会分享更多代码,一起加油。
同时推荐作者的C++图像系列知识:
[数字图像处理] 一.MFC详解显示BMP格式图片
[数字图像处理] 二.MFC单文档分割窗口显示图片
[数字图像处理] 三.MFC实现图像灰度、采样和量化功能详解
[数字图像处理] 四.MFC对话框绘制灰度直方图
[数字图像处理] 五.MFC图像点运算之灰度线性变化、灰度非线性变化、阈值化和均衡化
处理详解
[数字图像处理] 六.MFC空间几何变换之图像平移、镜像、旋转、缩放详解
[数字图像处理] 七.MFC图像增强之图像普通平滑、高斯平滑、Laplacian、Sobel、
Prewitt锐化详解
前文参考:
[Python图像处理] 一.图像处理基础知识及OpenCV入门函数
[Python图像处理] 二.OpenCV+Numpy库读取与修改像素
[Python图像处理] 三.获取图像属性、兴趣ROI区域及通道处理
[Python图像处理] 四.图像平滑之均值滤波、方框滤波、高斯滤波及中值滤波
[Python图像处理] 五.图像融合、加法运算及图像类型转换
[Python图像处理] 六.图像缩放、图像旋转、图像翻转与图像平移
[Python图像处理] 七.图像阈值化处理及算法对比
[Python图像处理] 八.图像腐蚀与图像膨胀
[Python图像处理] 九.形态学之图像开运算、闭运算、梯度运算
[Python图像处理] 十.形态学之图像顶帽运算和黑帽运算
本篇文章主要讲解灰度直方图的基本概念,Python调用OpenCV实现绘制图像直方图,
基础性知识希望对您有所帮助。
1.灰度直方图基本概率
2.绘制直方图
3.使用OpenCV统计绘制直方图
PS:文章参考自己以前系列图像处理文章及OpenCV库函数,同时部分参考网易云李大
羊老师的视频,推荐大家去学习。同时,本篇文章涉及到《计算机图形学》基础知识,
请大家下来补充。
2020/2/25 写文章-CSDN博客
https://editor.csdn.net/md/?articleId=83758402 2/12
PSS:2019年1~2月作者参加了CSDN2018年博客评选,希望您能投出宝贵的一票。我
是59号,Eastmount,杨秀璋。投票地址:
https://bss.csdn.net/m/topic/blog_star2018/index
五年来写了314篇博客,12个专栏,是真的热爱分享,热爱CSDN这个平台,也想帮助
更多的人,专栏包括Python、数据挖掘、网络爬虫、图像处理、C#、Android等。现在
也当了两年老师,更是觉得有义务教好每一个学生,让贵州学子好好写点代码,学点技
术,"师者,传到授业解惑也",提前祝大家新年快乐。2019我们携手共进,为爱而生。
一. 灰度直方图基本概念
什么是灰度直方图?
灰度直方图(histogram)是灰度级的函数,描述的是图像中每种灰度级像素的个数,反
映图像中每种灰度出现的频率。横坐标是灰度级,纵坐标是灰度级出现的频率。
2020/2/25 写文章-CSDN博客
https://editor.csdn.net/md/?articleId=83758402 3/12
对于连续图像,平滑地从中心的高灰度级变化到边缘的低灰度级。直方图定义为:
其中A(D)为阈值面积函数:为一幅连续图像中被具有灰度级D的所有轮廓线所包围的面
积。对于离散函数,固定ΔD为1,则:H(D)=A(D)-A(D+1)。
色彩直方图是高维直方图的特例,它统计色彩的出现频率,即色彩概率分布信息。通常
这需要一定的量化过程,将色彩分成若干互不重叠的种类。一般不直接在RGB色彩空间
中统计,而是在将亮度分离出来后,对代表色彩部分的信息进行统计,如在HSI空间的
HS子空间、YUV空间的UV子空间,以及其它反映人类视觉特点的彩色空间表示中进
行。
直方图的计算方法如下:
依据定义,若图像具有L(通常L=256,即8位灰度级)级灰度,则大小为MxN的灰度图像
f(x,y)的灰度直方图hist[0…L-1]可用如下计算获得。
1、初始化 hist[k]=0; k=0,…,L-1
2、统计 hist[f(x,y)]++; x=0,…,M-1, y =0,…,N-1
3、归一化 hist[f(x,y)]/=M*N
那么说了这么多,直方图究竟有什么作用呢?
在使用轮廓线确定物体边界时,通过直方图更好的选择边界阈值,进行阈值化处理;对
物体与背景有较强对比的景物的分割特别有用;简单物体的面积和综合光密度IOD可以
通过图像的直方图求得。
剩余11页未读,继续阅读
资源评论
深层动力
- 粉丝: 18
- 资源: 318
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功