numpy圖像中灰度值的直方圖

Question

我將圖像加載到一個numpy數組中，並且想要在直方圖中繪製其顏色值。

import numpy as np 

from skimage import io 
from skimage import color 

img = io.imread('img.jpg') 
img = color.rgb2gray(img) 

unq = np.unique(img) 
unq = np.sort(unq) 

當我們檢查的unq的價值，我們會看到類似

array([ 5.65490196e-04, 8.33333333e-04, 1.13098039e-03, ..., 
     7.07550980e-01, 7.09225490e-01, 7.10073725e-01]) 

到現在還太值matplotlib所以我的想法是遍歷unq和刪除所有這些偏差僅x值從它的前身。

dels = [] 

for i in range(1, len(unq)): 
    if abs(unq[i]-unq[i-1]) < 0.0003: 
     dels.append(i) 

unq = np.delete(unq, dels) 

雖然這種方法可行是因爲它確實非常低效不使用numpy的經過優化的實現。

是否有一個numpy功能可以爲我做這個？

只是注意到我的算法丟失了顏色出現頻率的信息。讓我試着修復這個。

Answer 1

如果你只是想計算的直方圖，可以使用np.histogram：

bin_counts, bin_edges = np.histogram(img, bins, ...) 

這裏，bins既可以是窗口的數量，或指定上下倉邊緣的載體。

如果你想繪製直方圖，最簡單的方法是使用plt.hist：

bin_counts, bin_edges, patches = plt.hist(img.ravel(), bins, ...) 

請注意，我用img.ravel()計算直方圖之前被拉平的圖像陣列。如果您將二維數組傳遞給plt.hist()，則它會將每行視爲一個單獨的數據系列，這不是您想要的。