1:图像直方图
cv.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]])
channels:计算哪个通道的直方图,对于彩色图像来说,[0]是计算蓝色通道的直方图。
mask:计算全图用None,计算roi需要获取对应的mast图像。
histSize:直方图bins。
ranges:颜色值范围,对于图像是[0,256]。
2:直方图均衡化
其基本思想是将直方图从局部聚集拉伸到全局范围,可以用来处理过暗或者过亮的图像,增强图像对比度。
有两种:
全局直方图均衡化:cv2.equalizeHist(img_gray)
自适应直方图均衡化:(对高亮区域的处理更好)cv2.createCLAHE(clipLimit=4.0, tileGridSize=(8,8))
3:二维直方图
其中[0,1]表示使用H,S通道;[180,256]表示H通道180bins,S通道256bins;[0,180,0,256]表示H通道范围[0,180],S通道范围[0,256]。
4:直方图反向投影
这个可以用来做目标检测,基本思想就是根据模板图像计算直方图,然后在目标图像中找到相似目标,通常用HSV颜色空间的HS通道计算,但从测试效果来看一般,就不做深入研究了。
领取专属 10元无门槛券
私享最新 技术干货