介绍

在第一节里，我们计算和绘制了一维的histogram，它被叫做一维histogram是因为我们只拿了一个属性出来，像素的灰度强度值。而如果是二维histogram，你就要考虑两个属性了。一般来说对于彩色histogram两个属性是色调和饱和度的值。

OpenCV里的2D histogram

用cv2.calcHist()很简单，对于彩色histogram我们需要把图像从BGR转换成HSV。（记住，对于1维histogram，我们从BGR转成灰度），对于二维histogram，参数修改如下：

channels = [0, 1]，因为我们需要处理H和S

bins=[180,256] 180是H 256是S

range=[0,180,0,256] 色调区间是0到180， 饱和度是0.256。

import cv2
import numpy as np

img = cv2.imread('home.jpg')
hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

hist = cv2.calcHist([hsv], [0, 1], None, [180, 256], [0, 180, 0, 256])

Numpy里的2D histogram

Numpy也提供了函数np.histogram2d()。（记住，对于1维的是np.histogram()）

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('home.jpg')
hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

hist, xbins, ybins = np.histogram2d(h.ravel(),s.ravel(),[180,256],[[0,180],[0,256]])

第一个参数是H，第二个是S，第三个是bins的数量第四个是他们的范围

绘制2D histogram

方法1.使用cv2.imshow()

我们得到的结果是一个二维数组，大小是180x256，所以我们可以用普通的显示方法，cv2.imshow()。这会画出一个灰度图，当然不会告诉你颜色信息，除非你知道不同颜色的色调值。

方法2.使用Matplotlib

我们可以使用matplotlib.pyplot.imshow()函数来画2D Histogram。它可以更好的表达不同像素强度。但是还是不会直观的表达颜色。不过我还是推荐这种方法，更简单直观。

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('home.jpg')
hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
hist = cv2.calcHist( [hsv], [0, 1], None, [180, 256], [0, 180, 0, 256] )

plt.imshow(hist,interpolation = 'nearest')
plt.show()

下面是输入图像和它的颜色histogram图，X坐标是S值，Y坐标是色调值。

在这个histogram里你可以看到最高值是在H=100，S=200附近，对应着蓝天。另一个高峰时在H=25和S=100.对应着黄色的宫殿

方法3.OpenCV

#!/usr/bin/env python

'''
Video histogram sample to show live histogram of video

Keys:
ESC    - exit
'''

import numpy as np
import cv2

# built-in modules
import sys

# local modules
import video

if __name__ == '__main__':
    hsv_map = np.zeros((180, 256, 3), np.uint8)
    h, s = np.indices(hsv_map.shape[:2])
    hsv_map[:,:,0] = h
    hsv_map[:,:,1] = s
    hsv_map[:,:,2] = 255
    hsv_map = cv2.cvtColor(hsv_map, cv2.COLOR_HSV2BGR)
    cv2.imshow('hsv_map', hsv_map)

    cv2.namedWindow('hist', 0)
    hist_scale = 10

    def set_scale(val):
        global hist_scale
        hist_scale = val

    cv2.createTrackbar('scale', 'hist', hist_scale, 32, set_scale)

    try:
        fn = sys.argv[1]
    except:
        fn = 0
    cam = video.create_capture(fn, fallback='synth:bg=../data/baboon.jpg:class=chess:noise=0.05')

    while True:
        flag, frame = cam.read()
        cv2.imshow('camera', frame)

        small = cv2.pyrDown(frame)

        hsv = cv2.cvtColor(small, cv2.COLOR_BGR2HSV)
        dark = hsv[...,2] < 32
        hsv[dark] = 0
        h = cv2.calcHist([hsv], [0, 1], None, [180, 256], [0, 180, 0, 256])

        h = np.clip(h*0.005*hist_scale, 0, 1)
        vis = hsv_map*h[:,:,np.newaxis] / 255.0
        cv2.imshow('hist', vis)

        ch = 0xFF & cv2.waitKey(1)

        if ch == 27:
            break

    cv2.destroyAllWindows()

用这个方法你可以看到histogram显示了相应的颜色。或者输出有颜色的histogram。结果非常好

在代码里，创建了HSV里的颜色表，然后转换到BGR，结果histogram图像和这个颜色表相乘。然后移除一些孤立像素。

你可以明显的看到在histogram里显示了什么颜色，有蓝色，有黄色，还要一些因为棋盘而显示的白色。