1 __author__ = "WSX" 2 import cv2 as cv 3 import numpy as np 4 from matplotlib import pyplot as plt 5  6 def plot( img): 7     plt.hist(img.ravel() , 256 ,[0 ,256]) 8     print(img.ravel()) #统计频次 9     plt.show()10 11 def hist( img ):#反应图像的主要特征12     color = ("blue" ,"green" , "red")13     for i , color in enumerate(color):14         hist = cv.calcHist([img] , [i], None ,[256],[0,256]) #参数2：通道数  参数三：mask存在？15         plt.plot(hist , color = color)16         plt.xlim([0 , 256])17     plt.show()18 19 #-------------------------------直方图应用-------------------20 # 均衡化（调整对比度） 和  比较21 22 # 整体均衡化（基于灰度图） 增强图像的一个手段23 def equ_hist( img ):24     gray = cv.cvtColor( img , cv.COLOR_BAYER_BG2GRAY)25     dst = cv.equalizeHist( gray )   # 均衡化26     cv.imshow("equ" ,dst)27 28 # 局部均衡化29 def equ_hist( img ):30     gray = cv.cvtColor( img , cv.COLOR_BAYER_BG2GRAY)31     cla = cv.createCLAHE( clipLimit= 2, tileGridSize=(8,8))   # 均衡化32     dst = cla.apply(gray)33     cv.imshow("equ" ,dst)34 35 #直方图比较（多种比较方法）比较图片相似度36 def creat_rgb_hist( img ):37     h , w ,c = img.shape38     rgbhist = np.zeros([16 * 16 * 16 , 1] ,np.float32)39     bsize = 256 / 1640     pass41 42 43 def hist_compare(img1 , img2):  #比较图像的相似性44     hist1 = creat_rgb_hist( img1 )45     hist2 = creat_rgb_hist( img2 )46     match1 = cv.compareHist( hist1 , hist2, cv.HISTCMP_BHATTACHARYYA )  #第三个参数 是 比较的方式47     match2 = cv.compareHist(hist1, hist2, cv.HISTCMP_CORREL)48     match3 = cv.compareHist(hist1, hist2, cv.HISTCMP_CHISQR)49     print("""巴氏：%s50             相关性：%s51             卡方：%s52     """ %(match1 , match2 ,match3))53 54 #----------------------------直方图反向投影--------------------------55 56 57 def main():58     img = cv.imread("1.JPG")59     cv.namedWindow("Show", cv.WINDOW_AUTOSIZE)60     cv.imshow("Show", img)61     #plot(img)62     hist(img)63     cv.waitKey(0)64     cv.destroyAllWindows()65 66 main()