零基础玩转Python图片增强：探索掩膜直方图和HS直方图的世界

2023-08-10 16:56:49

解锁图像增强的神秘之门：直方图艺术

想象一下一幅画，你拥有无限的颜料和画笔，可以随心所欲地创作。这就是图像增强世界中的直方图，它赋予你对照片色彩和亮度的无与伦比的掌控力。准备好踏上这段神奇的旅程，让你的照片焕发光彩吧！

直方图：图像的秘密蓝图

直方图是一张图表，揭示了图像中亮度的分布情况。它就像一张蓝图，勾勒出图像的色调范围。直方图沿水平轴显示图像的像素值（亮度等级），沿垂直轴显示每个亮度等级出现的像素数量。

揭开掩膜直方图的神秘面纱

掩膜直方图是直方图家族中的一种特殊成员。它将图像分割成不同的区域，比如天空、草地、人物，并为每个区域生成单独的直方图。这就像为图像创建了一组定制的地图，让你可以有针对性地调整特定区域的亮度。

代码示例：

import cv2
import numpy as np

# 加载图像
image = cv2.imread('image.jpg')

# 将图像分割成掩膜
masks = [cv2.inRange(image, (0, 0, 0), (100, 100, 100)),  # 天空
         cv2.inRange(image, (100, 100, 100), (255, 255, 255))] # 草地

# 为每个掩膜计算直方图
histograms = [cv2.calcHist([image], [0], mask, [256], [0, 256]) for mask in masks]

# 显示掩膜直方图
plt.figure()
plt.plot(histograms[0])
plt.plot(histograms[1])
plt.legend(['天空', '草地'])
plt.xlabel('像素值')
plt.ylabel('像素数量')
plt.show()

HS直方图：色彩的魔术师

HS直方图是另一个令人惊叹的工具，它揭示了图像中颜色的分布情况。它将图像中的颜色分解为色调（H）、饱和度（S）和亮度（V）三个维度，并分别显示它们在图像中的分布。HS直方图让你可以轻松调整图像的色彩平衡，创造出令人惊艳的效果。

代码示例：

import cv2
import numpy as np

# 加载图像
image = cv2.imread('image.jpg')

# 转换图像到HSV颜色空间
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 计算HS直方图
histograms = [cv2.calcHist([hsv], [0], None, [256], [0, 256]),  # 色调
             cv2.calcHist([hsv], [1], None, [256], [0, 256])] # 饱和度

# 显示HS直方图
plt.figure()
plt.plot(histograms[0])
plt.plot(histograms[1])
plt.legend(['色调', '饱和度'])
plt.xlabel('像素值')
plt.ylabel('像素数量')
plt.show()