一：直方图的直接使用
from matplotlib import pyplot as plt
def plot_demo(image):
print(image.ravel())
plt.hist(image.ravel(),256,[0,256]) #ravel将图像3维转一维数组，便于统计频率
# 统计为256个bin,显示0-256bin,意思是全部显示，我们可以设置只显示一部分
plt.show()
src = cv.imread("./1.png") #读取图片
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE) #创建GUI窗口,形式为自适应
cv.imshow("input image",src) #通过名字将图像和窗口联系
image_hist(src)
cv.waitKey(0) #等待用户操作，里面等待参数是毫秒，我们填写0，代表是永远，等待用户操作
cv.destroyAllWindows() #销毁所有窗口
二：联系OpenCV使用直方图
def image_hist(image):
color = ("blue","green","red")
for i,color in enumerate(color):
hist = cv.calcHist([image],[i],None,[256],[0,256])
plt.plot(hist,color=color) #传入直方图数据，设置显示颜色
plt.xlim([0,256]) #设定图标的上下限，默认是全选，可不用设置
plt.show()
1.def calcHist(images, channels, mask, histSize, ranges, hist=None, accumulate=None): # real signature unknown; restored from __doc__
images：输入图像
channels：需要统计直方图的第几通道
mask：掩膜，，计算掩膜内的直方图 ...Mat()
histSize：指的是直方图分成多少个区间，就是 bin的个数
ranges： 统计像素值得区间
hist:输出的直方图数组
accumulate=false：在多个图像时，是否累计计算像素值得个数
根据直方图的波峰可以判断图像的主要特征，可以用于图像的分割，根据各个波峰
