【原】python+opencv图像处理（十三）

直方图

又回到了校园，空气是如此的新鲜，人是如此的少......

心情有点微妙...

看一看窗户外面的天...

直方图，在高中数学里好像就出现了。

它是数值数据分布的图形表示。

在Python里，直方图的绘制方法不止一种，先介绍常用的一种。

1、用Matplotlib进行直方图绘制

Matplotlib这个包是Python中比较强大的绘图的包，可以绘制包括饼图、条形图、散点图、折线图、面积图、三维图在内的等等等等二维三维图形，等有时间，我再慢慢整理发布。

今天先来画直方图。

在matplotlib.pyplot中是用hist()函数来绘制直方图。

绘制直方图时，首先要有数据，hist()函数会自动根据数据和柱子的数目去数每个柱子应该有多少数据，并绘制成图形。

以下图为例来说明：

其代码如下：

import matplotlib.pyplot as plt#要使用matplotlib来绘制，必须先导入此包

import numpy as np

x=np.random.randint(0,100,100)#生成【0-100】之间的100个数据

plt.hist(x,bins=10)#x为要统计的数据，bins表示有多少条柱子

plt.xlabel('x')#x轴标签

plt.ylabel('y')#y轴标签

plt.xlim(0,100)#设置x轴分布范围

plt.show()#显示图形

hist函数各参数如下：(此蓝色部分来源于网络)

hist(x,bins=None,range=None, density=None, bottom=None, histtype='bar',, log=False, color=None, label=None, stacked=False, normed=None)

x: 数据集，最终的直方图将对数据集进行统计bins: 统计的区间分布，即要显示几条柱子range: tuple, 显示的区间，range在没有给出bins时生效density: bool，是否归一化，若为True则归一化显示histtype: 可选{'bar', 'barstacked', 'step', 'stepfilled'}之一，默认为bar柱形，

align: 可选{'left', 'mid', 'right'}之一，默认为'mid'，控制柱状图的水平分布，left或者right，会有部分空白区域，推荐使用默认log: bool，默认False,即y坐标轴是否选择指数刻度stacked: bool，默认为False，是否为堆积状图

--------------------------------代码太多，休息一下

--------------------------------我是广告开始的分隔线

--------------------------------我是广告结束的分隔线

--------------------------------接着，来...

例2，显示归一化直方图

其代码如下:

import matplotlib.pyplot as plt

import numpy as np

x=np.random.randint(0,100,100)

plt.hist(x,bins=10,color='r',density=True,histtype='bar',rwidth=0.5,align='right')

y=np.random.randint(0,100,100)

plt.hist(y,bins=10,color='b',density=True,histtype='bar',rwidth=0.5)

plt.xlabel('x')

plt.ylabel('y')

plt.xlim(0,100)

plt.show()

例3. 判断两个直方图是否相同

在此图中有三个直方图，比较之后结果如下：

代码如下：

import matplotlib.pyplot as plt

import numpy as np

x=np.random.randint(0,100,100)

n1,bins1,patches1=plt.hist(x,bins=10,color='r',density=True,histtype='bar',rwidth=0.5,align='right')

n2,bins2,patches2=plt.hist(x,bins=10,color='b',density=True,histtype='bar',rwidth=0.5)

y=np.random.randint(0,100,100)

n3,bins3,patches3=plt.hist(y,bins=10,color='g',density=True,histtype='bar',rwidth=0.5)

plt.xlabel('x')

plt.ylabel('y')

plt.xlim(0,100)

plt.show()

for i in range(len(n1)):

#    print(n1[i],n2[i])

    if n1[i]!=n2[i]:

        break

if i<len(n1)-1:

    print("n1和n2不相等")

else:

    print("n1和n2相等")

for i in range(len(n1)):

 #   print(n1[i],n3[i])

    if n1[i]!=n3[i]:

        break

if i<len(n1)-1:

    print("n1和n3不相等")

else:

    print("n1和n3相等")

我这种判断方法感觉有点傻，网上有其他的判断直方图相似性等的函数，有感兴趣的朋友请自行搜索。

2、cv.calcHist()也可以画直方图。将在下一篇中介绍。