Python与OpenCV实现图像灰度直方图绘制详解

陆景行

发布时间：2026-10-15| 5人浏览过

原创

本文详解如何利用Python和OpenCV库绘制图像灰度直方图。内容涵盖直方图的基本概念、归一化计算方法，并通过完整代码示例展示如何使用matplotlib和cv2.calcHist函数生成灰度及RGB通道直方图，帮助开发者直观理解图像像素分布特征。

直方图基本概念

1.直方图的概念

图像直方图是用于统计图像像素分布情况的图表。其横坐标表示像素的类别，既可以是灰度值，也可以是彩色通道的分量；纵坐标则表示每种颜色或灰度值在图像中出现的像素总数，或者其占总像素数量的百分比。由于图像由像素构成，直方图能够直观反映像素的分布状态，因此成为图像处理中一个重要的分析特征。

灰度直方图与归一化

图像灰度直方图：

一幅图像由具有不同灰度值的像素组成，灰度的分布情况是图像的关键特征之一。图像灰度直方图描述了图像中各灰度级的分布情况，直观展示各级灰度所占的比例。该直方图是灰度级的函数，表示具有特定灰度级的像素数量：横坐标代表灰度级，纵坐标代表该灰度级出现的频率。

归一化直方图:

通常需要将纵坐标归一化至[0,1]区间，即将灰度级出现的频率（像素个数）除以图像的总像素数。灰度直方图的计算公式如下：

其中，rk表示像素的灰度级，nk表示具有灰度rk的像素个数，MN表示图像中总的像素个数。

代码

Python代码实现与可视化

import cv2 as cv
import numpy as np
 
from matplotlib import pyplot as plt
#%matplotlib inline
 
def plot_demo(image):
    plt.hist(image.ravel(), 256, [0, 256]) #image.ravel()#ravel函数功能是将多维数组降为一维数组,统计各个bin的频次，256：bin的个数，[0, 256]：范围
    plt.show("直方图") #和OpenCV中的想要的直方图不同
"""
画灰度图直方图:
绘图都可以调用matplotlib.pyplot库来进行，其中的hist函数可以直接绘制直方图。
plt.hist(arr, bins=50, normed=1, facecolor='green', alpha=0.75)
hist的参数非常多，但常用的就这五个，只有第一个是必须的，后面四个可选
arr: 需要计算直方图的一维数组
bins: 直方图的柱数，可选项，默认为10
normed: 是否将得到的直方图向量归一化。默认为0
range参数表示箱子的下限和上限。即横坐标显示的范围，范围之外的将被舍弃
"""
 
def image_hist(image):
    color = ('blue', 'green', 'red')  #图像三通道
    for i, color in enumerate(color):
        hist = cv.calcHist([image], [i], None, [256], [0, 256]) #绘制各个通道的直方图
        plt.plot(hist, color=color) #定义线的颜色
        plt.xlim([0, 256]) #x轴的范围
    plt.show()
"""
calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]]) 
images参数表示输入图像，传入时应该用中括号[ ]括起来
channels参数表示传入图像的通道，如果是灰度图像，那就不用说了，只有一个通道，值为0，
如果是彩色图像（有3个通道），那么值为0,1,2,中选择一个，对应着BGR各个通道。这个值也得用[ ]传入。
mask参数表示掩膜图像。如果统计整幅图，那么为None。
主要是如果要统计部分图的直方图，就得构造相应的掩膜来计算。
histSize参数表示灰度级的个数，需要中括号，比如[256]
ranges参数表示像素值的范围，通常[0,256]。此外，假如channels为[0,1],ranges为[0,256,0,180],
则代表0通道范围是0-256,1通道范围0-180。
hist参数表示计算出来的直方图。
"""
 
 
src = cv.imread("F:/images/lena.png")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
plot_demo(src)
image_hist(src)
cv.waitKey(0)
 
cv.destroyAllWindows()

原图