OpenCV学习19-2D直方图

'''
在前面的部分我们介绍了如何绘制一维直方图，之所以称为一维，是因为我们只考
虑了图像的一个特征：灰度值。但是在 2D 直方图中我们就要考虑两个图像特征。
对于彩色图像的直方图通常情况下我们需要考虑每个的颜色（Hue）和
饱和度（Saturation）。根据这两个特征绘制 2D 直方图。
OpenCV 的官方文档中包含一个创建彩色直方图的例子。本节就是要和大家一起来
学习如何绘制颜色直方图，这会对我们下一节学习直方图投影有所帮助。
'''

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

#设置中文字体
matplotlib.rcParams['font.family'] = 'SimHei'

img = cv.imread('timg10.jpg')
hsv = cv.cvtColor(img,cv.COLOR_BGR2HSV)
'''
使用函数 cv2.calcHist() 来计算直方图既简单又方便。如果要绘制颜色
直方图的话，我们首先需要将图像的颜色空间从 BGR 转换到 HSV。（记住，
计算一维直方图，要从 BGR 转换到 HSV）。计算 2D 直方图，函数的参数要
做如下修改：
• channels=[0 ，1] 因为我们需要同时处理 H 和 S 两个通道。
• bins=[180 ，256]H 通道为 180，S 通道为 256。
• range=[0 ，180 ，0 ，256]H 的取值范围在 0 到 180，S 的取值范围在 0 到 256。
'''
hist = cv.calcHist([hsv], [0, 1], None, [180, 256], [0, 180, 0, 256])


plt.subplot(121), plt.imshow(img)
plt.title(u'原图'), plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(hist,interpolation = 'nearest')
plt.title(u'2D直方图')

plt.show()