从统计学的角度来看，直方图用于统计图像内各个灰度级出现的次数。直方图的横坐标表示图像像素的灰度级，纵坐标表示像素灰度级的数量。在使用OpenCV处理直方图时，应注意下列3个概念。
RANGE：要统计的灰度级范围。直方图中像素的灰度级范围一般为[0,255]，0表示黑色，255表示白色。
BINS：灰度级的分组数量。在处理直方图时，将灰度级按一定范围进行划分得到的子集数量为BINS。例如，灰度图像的灰度级范围为[0,255]，按16个灰度级分为一组，可分成16个子集，则BINS为16。
DIMS：绘制直方图时采集的参数数量。一般的直方图只采集灰度级，所以DIMS为1。
本节主要内容：
用hist()函数绘制直方图
用calcHist()函数查找直方图
应用掩模的直方图
NumPy中的直方图
直方图基础
2024-05-30
16
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
直方图基础。
目录
相关文章
|
16天前
|
Python
|
22天前
|
Java
|
1月前
|
运维
计算机视觉
|
24天前
|
自然语言处理
数据可视化
Python
卡方分布和 Zipf 分布模拟及 Seaborn 可视化教程
卡方分布是统计学中的一种连续概率分布，用于假设检验，形状由自由度(df)决定。自由度越大，分布越平缓。NumPy的`random.chisquare()`可生成卡方分布随机数。Seaborn能可视化卡方分布。练习包括模拟不同自由度的卡方分布、进行卡方检验。瑞利分布描述信号处理中幅度分布，参数为尺度(scale)。Zipf分布常用于自然语言等幂律特征数据，参数a控制形状。NumPy的`random.zipf()`生成Zipf分布随机数。
21
0
0
|
1月前
|
计算机视觉
索引
|
1月前
|
10月前
|
数据可视化
数据挖掘
Linux
|
数据可视化
|
SQL
Oracle
关系型数据库
|
SQL
存储
数据可视化
热门文章
最新文章
1
FPGA 那些事儿之异构计算
2
Docker基础之六: Docker基础命令
3
《CDN 之我见》系列二：原理篇（缓存、安全）
4
前端常见兼容问题系列6: 一些安卓APP的WebView中<input type="file">不工作
5
Prometheus（普罗米修斯）监控系统
6
PyS“.NET研究”ide QtCore.Signal帮助手册
7
手机通讯录管理系统
8
主打VR纪录片！BBC团队推出VR内容移动平台
9
C7609之ACL匹配问题
10
35个漂亮的紫色风格网页设计作品欣赏
1
深入理解Java并发工具包中的CyclicBarrier
27
2
最全的正则表达式整理
24
3
深入探索Java并发编程：ConcurrentSkipListSet的高效使用与实现原理
18
4
Linux手动升级替换Android Studio
18
5
elasticsearch写入流程和请求检索流程原理全方位解析
24
6
git pull/push每次都需要输入密码问题
17
7
git代码回退
13
8
深入理解Java中的ConcurrentLinkedQueue：高效并发处理的利器
10
9
linux查看修改文件权限
14
10
apache、nginx开启rewrite重写服务及伪静态
16