Python matplotlib绘制灰度和彩色直方图

当我们需要了解图像中像素值的分布时，直方图是一种非常有用的工具。Python matplotlib是一个非常流行的数据可视化库，可以用来绘制图像的直方图。下面是Python matplotlib绘制灰度和彩色直方图的完整攻略。

准备工作

在使用matplotlib绘制直方图之前，需要先安装matplotlib库。如果你使用的是anaconda或者jupyter notebook，可以使用以下代码安装：

!pip install matplotlib

安装完成后，我们需要导入matplotlib库和其他必要的库：

import matplotlib.pyplot as plt
import cv2

绘制灰度直方图

绘制灰度直方图非常简单，只需要先读取图像，然后调用 plt.hist() 函数即可。

下面是一个绘制灰度直方图的示例代码：

# 读取灰度图像
img_gray = cv2.imread('lena_gray.png', cv2.IMREAD_GRAYSCALE)

# 绘制灰度直方图
plt.hist(img_gray.ravel(), 256, [0, 256])
plt.show()

这段代码中，我们使用 cv2.imread() 函数读取了一张灰度图像，并且将其存储在变量 img_gray 中。然后，调用 plt.hist() 函数绘制灰度直方图。该函数需要输入图像像素值列表、分桶数量以及分桶范围参数。在本例中，我们将其分成256个分桶，并且指定范围为0到256。最后，调用 plt.show() 函数，将图像显示出来。

绘制彩色直方图

与灰度直方图类似，绘制彩色直方图也很简单，只需要读取彩色图像并将其转换为RGB格式即可。

下面是一个绘制彩色直方图的示例代码：

# 读取彩色图像
img_color = cv2.imread('lena_color.png')

# 转换为RGB格式
img_color_rgb = cv2.cvtColor(img_color, cv2.COLOR_BGR2RGB)

# 绘制彩色直方图
plt.hist(img_color_rgb.reshape(-1, 3), 256, [0, 256], color = ['red', 'green', 'blue'])
plt.show()

这段代码中，我们使用 cv2.imread() 函数读取了一张彩色图像，并将其存储在变量 img_color 中。然后，调用 cv2.cvtColor() 函数将其转换为RGB格式，存储在变量 img_color_rgb 中。最后，调用 plt.hist() 函数绘制彩色直方图。该函数需要输入图像像素值列表、分桶数量以及分桶范围参数，但是由于我们使用的是彩色图像，像素值是由RGB三通道像素值组成的，因此我们需要将其 reshape 成一个三列的矩阵，然后用不同的颜色表示不同的通道。最后，调用 plt.show() 函数，将图像显示出来。

总结

本文介绍了如何使用Python matplotlib绘制灰度和彩色图像的直方图。具体来说，我们展示了如何使用 plt.hist() 函数绘制直方图，并给出了两个示例：一个是灰度直方图，另一个是彩色直方图。我们希望这个攻略对你有所帮助。