Matplotlib 是 Python 的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。
Matplotlib 可以用来绘制各种静态，动态，交互式的图表。
Matplotlib 是一个非常强大的 Python 画图工具，我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。
Matplotlib 可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。
Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。
Pyplot 是常用的绘图模块，能很方便让用户绘制 2D 图表。
Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生新的图像，在图像中产生新的绘图区域等等。
使用的时候，我们可以使用 import 导入 pyplot 库，并设置一个别名 plt：
计算
安全
数据库
网络和加速
企业服务
import matplotlib.pyplot as plt然后我们就可以使用它来绘制图形了
主要用到两个函数
(1) calcHist()
(2) hist()
具体用法我就不做过多介绍了，可以自行参考文档，或者找一找网上大神们的解释说明。
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
img = cv.imread('Photos/1.bmp')
cv.imshow('Img', img)
gray_img = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow('GrayImg', gray_img)
# Gray Histogram
gray_hist = cv.calcHist([gray_img], [0], None, [256], [0,256], False)
# cv.calcHist(images, channels, mask, histSize, ranges, accumulate)
plt.figure(1)
plt.title('Gray Histogram Contour')
plt.xlabel('gray level')
plt.ylabel('number of pixels')
plt.plot(gray_hist)
plt.xlim([0,256])
plt.figure(2)
plt.title('Gray Histogram')
plt.xlabel('gray level')
plt.ylabel('number of pixels')
plt.hist(gray_img.ravel(),256)
plt.show()
cv.waitKey(0)
跟灰度直方图的原理差不多，需要对三种颜色进行一个简单的遍历，循环输出图形。
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np
img = cv.imread('Photos/1.bmp')
cv.imshow('Img', img)
plt.figure()
plt.title('Color Histogram')
plt.xlabel('level')
plt.ylabel('number of pixels')
colors = ('b', 'g', 'r')
for i,item in enumerate(colors):
hist = cv.calcHist([img], [i], None, [256], [0,256])
plt.plot(hist, color=item)
plt.xlim([0,256])
plt.show()
cv.waitKey(0)
由此图我们可以直观地看出三种颜色不同阈值所出现的频率的大小。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
