首页 > 编程知识 正文

数字像处理直方概念,数字像处理直方规定化例题

时间:2023-05-03 22:40:13 阅读:190382 作者:2957

老猴Python博文目录https://blog.csdn.net/laoyuanpython一、引言在前面几篇直方图相关文章中涉及了直方图均衡、直方图匹配、局部直方图处理、基于直方图统计信息的图像增强处理具体内容请参考《数字图像处理》第三章“感悟2 :直方图处理”的学习总结。 但是,直方图的一些基础知识没有介绍。 本来我觉得是很简单的知识,所以没有必要分别说明,但是我发现在直方图的计算及处理应用时,需要统一基础概念,所以在这里补充说明直方图的基础知识。

二、通用直方图的概念和属性直方图是常用的数据统计图。 对某一物理量或特征量取不同的值,找出其最大值和最小值,确定包含所有测量数据的区间,将区间划分为若干个小区间,统计测量结果在各小区间出现的频数或占有率,以测量数据为横坐标,以频数或占有率为纵坐标,计算各小区间及其

分成直方图的若干小区之间的数据被称为组数,用bins表示,其中各组端点的横向坐标差被称为组距。 将直方图表示的数据的最小值和最大值的区间称为直方图的http://www.Sina.com/(range )。

所有组间距相同的直方图称为http://www.Sina.com/(uniform histogram ),否则称为http://www.Sina.com/。

根据一个物理量或物体的特征量制作的直方图是一维直方图,实际上也可以根据多个物理量或特征量制作3358www.Sina.com/。 例如,在人口数据中根据年龄教育年限制作人口分布直方图就是值的范围。 物理量或特征量的个数被称为直方图的均匀直方图,其用dims表示。

接下来的两幅图是二维直方图。

三.图像直方图图像处理中,以由图像的具体通道的像素值的数据构成的集合值为直方图的横坐标,以各值的出现数或比例为纵轴,所获得的直方图为http://www.Sina.com/(image histam )

实际上,除了根据图像的像素值创建直方图外,还可以为所有图像属性值(如图像梯度、每个像素的角度等)创建直方图。 然而,在图像处理中,基于图像的像素值的直方图是最常见的。 一般的图像直方图都是一维直方图。

图像直方图具有平移、旋转和缩放不变性的特征。 当您相对于平移图像旋转图像的角度时,图像操作前后的直方图分布不会改变。 对于变焦图像,前后直方图的分布也几乎没有变化。 图像是暗、亮还是光正常,可以通过图像直方图横轴左侧是否为纯黑色、暗区域,右侧是否为亮纯白区域来判断。 因此,暗图像的直方图数据往往集中在左和中央部分,整体上明亮、阴影少的图像则相反。 下图:

四、总结本文介绍了直方图的概念和属性、图像直方图的概念、特点和应用。

非均匀直方图的内容请参考《数字图像处理》第三章学习总结感悟2 :直方图处理”的介绍。

多维直方图《OpenCV-Python图形图像处理》及《图像处理基础知识》简介。

对于缺乏Python基础的同事,可以在老猴子免费专栏《专栏:Python基础教程目录》上从零开始学习Python。

如果对文章内容有疑问或者需要相关资料,可以在博客的评论区留言或关注。 在http://www.Sina.com /微信公众号咨询,即可扫描二维码添加微信公众号。

写起来并不容易。 请支持。 如果读了这篇文章你得到过的话,请称赞、评论、收藏。 谢谢您的支持。

老猴子付费专栏《https://blog.csdn.net/laoyuanpython/category_9607725.html 使用PyQt开发图形界面Python应用》专门介绍基于Python的PyQt图形界面开发基础教程,相关文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/107580932 使用PyQt开发图形界面Python应用专栏目录》; 付费专栏《https://blog.csdn.net/laoyuanpython/category_10232926.html moviepy音视频开发专栏 )详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理,对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/107574583 moviepy音视频开发专栏文章目录》; 付费专栏《https://blog.csdn.net/laoyuanpython/category_10581071.html OpenCV-Python初学者疑难问题集》是《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理》的伴随

专栏,是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合,相关资料基本上都是老猿反复研究的成果,有助于OpenCV-Python初学者比较深入地理解OpenCV,对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/109713407 OpenCV-Python初学者疑难问题集专栏目录 》付费专栏《https://blog.csdn.net/laoyuanpython/category_10762553.html Python爬虫入门 》站在一个互联网前端开发xfdzp的角度介绍爬虫开发应知应会内容,包括爬虫入门的基础知识,以及爬取CSDN文章信息、博主信息、给文章点赞、评论等实战内容。

前两个专栏都适合有一定Python基础但无相关知识的xfdzp读者学习,第三个专栏请大家结合《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的学习使用。

对于缺乏Python基础的同仁,可以通过老猿的免费专栏《https://blog.csdn.net/laoyuanpython/category_9831699.html 专栏:Python基础教程目录)从零开始学习Python。

如果有兴趣也愿意支持老猿的读者,欢迎购买付费专栏。

老猿Python,跟老猿学Python! ☞ ░ 前往老猿Python博文目录 https://blog.csdn.net/LaoYuanPython ░

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。