如何在opencv上计算直方图而不考虑图像上的所有黑色像素（由于掩码）答案

【问题标题】：How to calculate histogram on opencv without taking into consideration all black pixels on the image (due to a mask)如何在opencv上计算直方图而不考虑图像上的所有黑色像素（由于掩码）
【发布时间】：2020-07-15 18:21:22
【问题描述】：

我正在尝试获取图像的 HSV、LAB 直方图以提取某些特征，但如果直方图考虑了我拥有的区域的黑色像素，我实际上无法从我的特征中获得任何准确的结果蒙面，请问我该如何解决这个问题，非常感谢任何帮助。

我正在使用 python。

这是一个示例图像，这是我尝试使用的代码。enter image description here

hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
hue = hsv_image[:,:,0].astype(float)
sat = hsv_image[:,:,1].astype(float)
val = hsv_image[:,:,2].astype(float)
hue[hue == 0] = np.nan
histr_lab = cv2.calcHist([hsv_image], [0], None, [255], [0, 255])
histr_lab1 = cv2.calcHist([hsv], [1], None, [255], [0, 255])
histr_lab2 = cv2.calcHist([hsv], [2], None, [255], [0, 255])

【问题讨论】：

谢谢！我后来才意识到这一点； michamei 解决方案有效，我还添加了 mask 参数，并且都有效。

标签： opencv computer-vision

【解决方案1】：

在绘制直方图之前尝试过滤掉黑色像素 (val = 0)：

hue = hue[numpy.where(val > 0,True,False)]
sat = sat[numpy.where(val > 0,True,False)]
val = val[numpy.where(val > 0,True,False)]

在计算直方图时尝试：

cv2.calcHist(hsv_image[np.where(val > 0,True, False)], [1],None, [255], [0, 255])

【讨论】：

谢谢，成功了；我做的另一件事是将掩码放在 calcHist() 中，如下所示