OpenCV学习笔记（十二）——绘制颜色直方图以及颜色空间的转换-编程知识

OpenCV学习笔记（十二）——绘制颜色直方图以及颜色空间的转换

颜色直方图

颜色直方图是计算机视觉以及图像处理中一个重要的内容，颜色直方图可以反映图像颜色的统计分布以及基本色调，通过颜色直方图可以清晰的看到各个区间的像素有多少。颜色直方图是一种全局特征，反映了图像或某个区域的总体颜色属性，但不敏感于图像的方向和大小变化。在计算机视觉领域，颜色直方图作为一种特征描述子，广泛用于目标跟踪、图像检索等任务。它的优点在于提取简单方便，并且能够有效表示多模态的特征分布。

在OpenCV中使用cv2.calcHist()用于计算图像中的颜色直方图。其中函数中可以使用如下这些参数：

images：输入图像的指针或数组。
channels：要计算直方图的通道，为通道索引，比如灰度图为[0]
mask：掩码，用于指定图像区域的ROI（感兴趣区域）。
histSize：指定输出直方图的大小。
ranges：像素值的范围。
uniform：是否使用均匀的 bin 大小，默认为 true。
accumulate：是否累加到之前的直方图中，默认为 false。
nimages：输入图像的数量。
hist：输出的直方图。
dims：直方图的维度。

其中前五个参数是必须的，后面几个参数可以可选择使用，但是平时使用较少。

需要注意的是，在OpenCV中，我们一般使用matplotlib库中来绘制直方图，而不是使用imshow来绘制直方图。

例如，下面我们将彩色图片转换为灰色图像来计算其直方图。下面我们有这么一张图：

转换为灰度图像并且绘制灰度图的直方图为：

import cv2
import matplotlib.pyplot as pltimg=cv2.imread(r'D:/Photo/1.jpeg')gray_image=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
hist=cv2.calcHist([gray_image],[0],None,[256],[0,256])
plt.figure()
p=plt.subplot(111)
p.plot(hist

在上面的cv2.calcHIst()中一共有5个参数，将原始图像转换为灰度图之后，该函数的第一个参数[gray_image]是输入图像的列表；第二个参数[0]是我们要计算直方图的通道（在这里是[0]表示灰度通道）;第三个参数None是掩码（在这里为None表示整个图像）;第四个参数[256]是直方图的大小（在这里是[256]表示有256个bin）;第五个参数[0,256]是像素值的范围（在这里是[0, 256]表示从0到255）。最后，我们使用matplotlib库来绘制直方图。

运行结果如下所示：

同样可以绘制多通道的颜色直方图，代码为：

import cv2
import matplotlib.pyplot as plt
import numpy as npimage=cv2.imread(r'D:/Photo/1.jpeg')
arrs=cv2.split(image)
colors=("b","g","r")
p=plt.subplot()
for (arr,color) in zip(arrs,colors):hist=cv2.calcHist([arr],[0],None,[256],[0,256])p.plot(hist,color=color)
plt.show()

如上面代码所示，分别为多个每个通道的内的像素中B通道、G通道以及R通道的各个值，统计其值。

运行结果如下所示：

如上图所示为多通道情况下的颜色直方图，分别为蓝色、绿色以及红色在有一条曲线表示分布在各个值得像素点。

颜色空间转换

在写代码的时候，我们进场会用到的是将彩色图像转换为灰色图像，函数的使用方法为cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)。实际上cvtCOLOR中第二个参数还可以是cv2.COLOR_BGR2HSV以及cv2.COLOR_BGR2LAB。cv2.COLOR_BGR2HSV在OpenCV中表示将图像从BGR颜色空间转换为HSV颜色空间的操作代码，cv2.COLOR_BGR2LAB在OpenCV中表示将图像从BGR颜色空间转换为Lab颜色空间的操作代码。

注：

HSV颜色模型是由A. R. Smith在1978年创建的，它依据人类对颜色的直观特性来构建。HSV代表色相（Hue）、饱和度（Saturation）和明度（Value）。

Lab色彩空间是一种与设备无关的颜色模型，它能够包含更广泛的颜色范围。Lab色彩空间是由国际照明委员会（CIE）在1976年提出的，主要用于改进和替代之前的色彩空间，如RGB和CMYK。Lab模式包括三个通道：L代表亮度，a代表从绿色到红色的色度变化，b代表从蓝色到黄色的色度变化。这种色彩空间的特点是：

将原图片分别转换为GRAY图片、HSV图片、LAB图片的代码为：

import cv2img=cv2.imread(r"D:/Photo/1.jpeg")
cv2.imshow('img',img)gray_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow('GRAY_img',gray_img)hsv_img=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
cv2.imshow('HSV_img',hsv_img)lab_img=cv2.cvtColor(img,cv2.COLOR_BGR2LAB)
cv2.imshow('LAB_img',lab_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果如下所示：