在 Julia 中获取灰度图像的二维直方图答案

【问题标题】：Getting a 2D histogram of a grayscale image in Julia在 Julia 中获取灰度图像的二维直方图
【发布时间】：2014-12-16 20:16:18
【问题描述】：

使用 Images 包，我可以打开彩色图像，将其转换为灰度，然后：

using Images
img_gld = imread("...path to some color jpg...")
img_gld_gs = convert(Image{Gray},img_gld)
#change from floats to Array of values between 0 and 255:
img_gld_gs = reinterpret(Uint8,data(img_gld_gs))

现在我有一个 1920X1080 的 Uint8 数组：

julia> img_gld_gs 
1920x1080 Array{Uint8,2}

现在我想获得 Uint8 值的二维数组的直方图：

julia> hist(img_gld_gs)
(0.0:50.0:300.0,
6x1080 Array{Int64,2}:
 1302  1288  1293  1302  1297  1300  1257  1234  …    12    13    13    12    13    15    14
  618   632   627   618   623   620   663   686      189   187   187   188   185   183   183
    0     0     0     0     0     0     0     0        9     9     8     7     8     7     7
    0     0     0     0     0     0     0     0       10    12     9     7    13     7     9
    0     0     0     0     0     0     0     0     1238  1230  1236  1235  1230  1240  1234
    0     0     0     0     0     0     0     0  …   462   469   467   471   471   468   473)

但是，我希望直方图中的 256 个位置显示每个值出现的总次数，而不是 6x1080。我试过了：

julia> hist(img_gld_gs,256)

但这给出了：

(2.0:1.0:252.0,
250x1080 Array{Int64,2}:

所以不是 256x1080 数组，而是 250x1080。有什么方法可以强制它拥有 256 个 bin（无需编写我自己的 hist 函数）？我希望能够比较不同的图像，并且希望每个图像的直方图具有相同数量的 bin。

【问题讨论】：

标签： image-processing julia

【解决方案1】：

假设您想要整个图像的直方图（而不是每行一个），您可能想要

hist(vec(img_gld_gs), -1:255)

首先将图像转换为一维向量。（您也可以使用img_gld_gs[:]，但会复制数据。）

还要注意这里的范围：hist 函数使用左开区间，因此除非您使用小于 0 的值，否则它将省略计数零。

【讨论】：

@tholy 好点。还不确定，但可能需要每行的直方图进行图像比较 - 必须尝试使用 EMD 来查看哪个可以提供更好的比较。另外，我想我会想要： hist(vec(img_gld_gs),0:255) 为什么上面的 -1？
@tholy: 哦，我明白你为什么要做-1了。

【解决方案2】：

hist 也接受向量（或范围）作为指定边边界的可选参数，所以

hist(img_gld_gs, 0:256)

应该可以。

【讨论】：