opencv 히스토그램 예제

그래서… R, G 및 B 히스토그램의 가장 높은 값을 잡는다면 이미지에서 «가장 일반적인»색상을 나타낼 것이라고 생각하면 맞습니까? 그건 내 아마추어 이해: 플롯에 가장 높은 피크 는 해당 채널에서 가장 픽셀을 나타냅니다… 하나의 RGB 값으로 함께 결합하고 이미지에서 가장 발견 된 색상을 찾을 수 있습니까? 예? 아니요? 그보다 더 복잡? 🙂 […] 더 읽기 여기: pyimagesearch.com/2014/01/22/clever-girl-a-guide-to-utilizing-color-histograms-for-computer-vision-and-image-search-engines/ […] 나는 나의 연구 목적을 위해 동등한 밀도 히스토그램을 원했습니다. 빈의 크기가 아닌 석회화로 휴지통을 지정하는 방법이 있습니까? 나는 동일한 크기의 쓰레기통을 원하지 않는다. 첫 번째 저장소가 1에서 10인 경우 두 번째 저장소는 11에서 16 까지일 수 있습니다. 히스토그램은 픽셀 값(0에서 255까지)을 가진 회색 눈금 이미지의 픽셀 빈도와 관련된 그래프 또는 플롯으로 간주됩니다. 그레이스케일 이미지는 각 픽셀의 값이 단일 샘플인 이미지, 즉 픽셀 값이 0에서 255까지 변화하는 강도 정보만 전달하는 이미지입니다. 흑백이라고도 하는 이러한 종류의 이미지는 회색 음영으로만 구성되며, 가장 약한 강도의 검정색에서 가장 강한 흰색으로 픽셀이 이미지의 모든 지점으로 간주될 수 있습니다. 그레이스케일 이미지의 모양: 고려된 각 강도 값에 대한 픽셀 수를 정량화합니다. 히스토그램을 통과하기 전에,이 주어진 예에서 대략적인 아이디어를 가질 수 있습니다.

여기서는 해당 이미지의 대비, 밝기, 강도 분포 등에 대한 직관을 얻습니다. 우리는 회색 조인 이미지, 하지 색상 이미지에 대해 그려진 이미지와 히스토그램을 볼 수 있습니다. 히스토그램의 왼쪽 영역은 이미지에서 어두운 픽셀의 양을 나타내고 오른쪽 영역은 밝은 픽셀의 양을 보여줍니다. 마지막으로, 우리는 우리의 히스토그램을 저장하는 매트 개체를 만듭니다. 3(각 평면에 하나씩): 입력: 출력: 그림은 이미지의 각 픽셀 수가 0에서 255 범위로 표시됨을 보여줍니다. 두 번째 예제에서는 히스토그램을 직접 찾아 플롯합니다. 우리는 석회화()를 사용할 필요가 없습니다. 아래 코드를 참조하십시오: 따라서이 문서에서 우리는 성공적으로 이미지 처리를 위해 OpenCV에서 히스토그램을 사용하는 기초를 공부했다.

calcHist() 함수 호출과 관련된 다양한 매개 변수에 대한 설명으로 넘어가기 전에 앞의 코드 조각에서 배열을 많이 사용하는 것에 주의를 기울이겠습니다. 히스토그램 크기만큼 간단한 인수조차도 정수 값이 아닌 배열 의 형태로 함수에 전달되며, 언뜻 보기에는 매우 불필요하고 직관적이지 않은 것처럼 보입니다. 배열의 사용은 calcHist()의 구현이 다차원 히스토그램을 처리할 수 있도록 장착되어 있기 때문이며, 이러한 다차원 히스토그램 데이터를 처리할 때 각 매개 변수를 하나씩 전달해야 합니다. 차원. calcHist() 함수를 사용하여 다차원 히스토그램을 계산하는 예제를 보여 주면 이것이 더 명확해질 것입니다. 당분간, 우리는 배열 매개 변수를 보고 당신의 마음에 팝업 수 있습니다 즉각적인 혼란을 취소 하 고 싶 었 어레이 매개 변수.