matplotlib 绘制一个灰度直方图

简介: matplotlib 绘制一个灰度直方图

代码


import cv2 as cv
import matplotlib.pyplot as plt
img = cv.imread("./lena.jpg")
img_gray = cv.cvtColor(img, cv.COLOR_RGB2GRAY)
grayDict = {}
for key in range(256):
    grayDict[key] = 0
for i in range(img_gray.shape[0]):
    for j in range(img_gray.shape[1]):
        grayDict[img_gray[i][j]] += 1
plt.figure(dpi=300)
plt.xticks(range(0,255,25))
plt.bar(list(grayDict.keys()), list(grayDict.values()))
plt.savefig("hist.png")
plt.show()


效果


原图:


image.png


灰度直方图:


0a2653c851af460fa595bd959398a8f1.png

相关文章
|
数据可视化 Python
【100天精通Python】Day62:Python可视化_Matplotlib绘图基础,绘制折线图、散点图、柱状图、直方图和饼图,以及自定义图标外观和功能,示例+代码
【100天精通Python】Day62:Python可视化_Matplotlib绘图基础,绘制折线图、散点图、柱状图、直方图和饼图,以及自定义图标外观和功能,示例+代码
236 0
|
23天前
|
数据可视化 Python
Matplotlib 直方图
Matplotlib 直方图
39 11
|
2月前
|
数据可视化 Python
Matplotlib 教程 之 Matplotlib 直方图 2
使用 Matplotlib 的 `hist()` 方法绘制直方图,通过实例展示了如何比较多组数据的分布。`hist()` 方法属于 Matplotlib 的 pyplot 子库,能有效展示数据分布特性,如中心趋势和偏态。示例中通过生成三组正态分布的随机数据并设置参数(如 bins、alpha 和 label),实现了可视化比较。
44 3
|
2月前
|
数据可视化 Python
Matplotlib 教程 之 Matplotlib 直方图 4
使用 Matplotlib 库中的 `hist()` 方法绘制直方图,该方法可用于展示数据分布情况,如中心趋势、偏态及异常值等。通过实例演示了如何设置柱子数量 (`bins` 参数) 并配置图形标题与坐标轴标签。`hist()` 方法接受多个参数以自定义图表样式,包括颜色、方向及是否堆叠等。
31 1
|
6月前
|
Python
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)-2
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)
|
6月前
|
数据可视化 开发者 Python
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)-1
Python学习笔记之Matplotlib模块入门(直线图、折线图、曲线图、散点图、柱状图、饼状图、直方图、等高线图和三维图的绘制)
|
7月前
|
Python
matplotlib-直方图
matplotlib-直方图
|
数据可视化 数据处理 Python
Matplotlib数据可视化:柱状图与直方图
Matplotlib数据可视化:柱状图与直方图
Matplotlib数据可视化:柱状图与直方图
|
开发者 Python
matplotlib画折线图、直方图、饼图、散点图等常见图形
matplotlib画折线图、直方图、饼图、散点图等常见图形
286 0
matplotlib画折线图、直方图、饼图、散点图等常见图形
|
Python
②matplotlib绘制直方图之基本配置——万能模板案例
matplotlib绘制直方图之基本配置——万能模板案例
232 0
②matplotlib绘制直方图之基本配置——万能模板案例