opencv测量工具
图像算法处理的一般步骤是什么？?？
图像算法处理的一般步骤是什么？?？
1.图像阅读；2.图像预处理，如将颜色空间转换为单通道图像或仿射变换，定位ROI区域；3.目标实现，如测量目标位置、有无、ROI区域大小和特征。这个很宽泛，总之符合项目要求。4.数据转换:测量数据通过接口函数传输到应用层。那个 大约是这样。
直方图法4种类型记忆口诀？
直方图公式
左边暗，右边亮，越往右边光越强；
向左右倾斜不好，半山腰对比度要低；
两边高，中间小，光比大，细节小；
唐 不要激动，唐 不停，起伏很好。
直方图判断曝光
你可以 左边山脚下看不到，黑暗中没有细节；
你可以 右边山脚下看不到，亮的部分没有细节；
你可以 看不到两边的山麓，光影迷茫；
山峰右侧亮区较大，山峰左侧阴影较多；
如果山谷在中间，中间调的细节很少。
(1)什么是直方图？
直方图可以让你知道整体图像的像素强度分布。X轴是像素值(一般范围是0到255)，Y轴是图像中具有该像素值的像素数。
直方图的作用:通过直方图，可以可视化俄歇图像的对比度、亮度和强度分布。
(2)找到直方图
几个术语
bin:直方图中的列数称为bin，在OpenCV中表示为histSize。
RANGE:测量强度值的范围，一般为[0，255]。
OpenCV中的直方图计算
使用(查找直方图):
(图像、通道、遮罩、历史尺寸、范围[、历史[、累积]])
Images:它是uint8或float32类型的源图像。它应该放在方括号中，即 "[img] "。
通道:也在方括号中给出。它是我们计算直方图的通道的索引。例如，如果输入是灰度图像，则其值为[0]。对于彩像，可以通过[0]、[1]或[2]分别计算蓝色、绿色或红色通道的直方图。、
遮罩:图像遮罩。为了找到完整图像的直方图，将其指定为 "无 "。但是，如果您想要找到图像特定区域的直方图，您必须创建一个蒙版图像并将其用作蒙版。(我 我将在本文的后面讨论它)
HistSize:这代表我们的BIN数。需要放在方括号中。对于全尺寸，我们通过[256]。
范围:这是我们的范围。通常是[0，256]。
#读取灰度图像img(# 39，0) hist ([img]，[0]，none，[256]，[0，256])
Hist是一个256x1的数组，每个值对应图像中的像素数，有对应的像素值。
(3)绘制直方图
Matplotlib绘制直方图
A.使用plt.hist()绘制灰度图的直方图，可以直接找到直方图并绘制出来，不需要使用()函数。
import cv2 as cv import as PLT img(# # 39，0) (1，2，1)(img) (1，2，2)plt.hist(img.ravel()，256，[0，256])()