来自 cv2 的奇怪直方图结果答案

【问题标题】：Weird histogram result from cv2来自 cv2 的奇怪直方图结果
【发布时间】：2017-05-03 20:08:45
【问题描述】：

所以，我在这里获取了一些用于生成和绘制颜色直方图的示例代码：http://www.pyimagesearch.com/2014/01/22/clever-girl-a-guide-to-utilizing-color-histograms-for-computer-vision-and-image-search-engines/

from matplotlib import pyplot as plt
import cv2, os, glob

os.chdir(r"....pathname....")
for file in glob.glob("*.jpg"):
    image = cv2.imread(file)
    chans = cv2.split(image)
    colors = ("b", "g", "r")
    plt.figure()
    plt.title("'Flattened' Color Histogram")
    plt.xlabel("Bins")
    plt.ylabel("# of Pixels")

    for (chan, color) in zip(chans, colors):
        hist = cv2.calcHist([chan], [0], None, [256], [0, 256])
        cv2.normalize(hist,hist,8,cv2.NORM_MINMAX)
        plt.plot(hist, color = color)
        plt.xlim([0,256])
    plt.savefig(file + '_hist.jpg')

对于大多数图像，我得到一个看起来不错的直方图，例如：

但是，对于某些图像，我得到一个基本平坦的直方图，其末端为“极端”值，如下所示：

这是原始图像，生成了后一个直方图：http://i.imgur.com/xerRgy1.jpg

谁能解释发生了什么以及为什么？

【问题讨论】：

标签： python opencv matplotlib histogram

【解决方案1】：

我使用 numpy 复制了您的代码，以确保不是 cv2 做错了什么。虽然看起来不寻常，但结果实际上与图像一致。

首先看一下每个通道的图像强度（像素值）：

您可以看到花朵在蓝色通道中具有很高的值（接近 255），而背景在红色通道中具有很高的值。在绿色通道中具有高值的像素并不多。

计算每个通道的像素值直方图我得到相同的结果：

代码如下：

import matplotlib.pyplot as plt
from PIL import Image
import numpy as np

im = np.array(Image.open('im.jpg'))
channelNames=['R','G','B']

fig, axes = plt.subplots(1,3,figsize=(10,4))
for channel, ax in enumerate(axes):
    imshow=ax.imshow(im.T[channel].T, cmap=plt.cm.gray, vmin=0, vmax=255)
    ax.set_xticks(())
    ax.set_yticks(())
    ax.set_title(channelNames[channel])

fig.colorbar(imshow,fraction=0.06, pad=0.07, shrink=1.5)
fig.tight_layout()
fig.subplots_adjust(right=0.9)
fig.show()

fig, ax = plt.subplots(1, figsize=(6,4))
for channel in range(3):
    cts = np.bincount(im.T[channel].flatten())
    bins=np.arange(0,256,1)
    ax.plot(bins, cts, c=channelNames[channel])
ax.set_xlabel('Bins')
ax.set_ylabel('# of Pixels')
fig.show()

【讨论】：