MENU

OpenCV – 画像のヒストグラムを作成する方法

OpenCV
OpenCV 画像処理
  1. ホーム
  2. 画像処理
  3. OpenCV
  4. OpenCV – 画像のヒストグラムを作成する方法
目次
  1. 概要
  2. 画像のヒストグラム
  3. cv2.calcHist()
  4. 1 次元ヒストグラム
    1. グレースケール画像のヒストグラム
    2. カラー画像のヒストグラム
  5. 2 次元ヒストグラム
    1. HSV 画像の 2 次元ヒストグラムを作成する
  6. 参考文献

概要

画像の画素値のヒストグラムを作成することで、画像の特性を理解し、2 値化などの処理に役立てることができます。この記事では、OpenCV の cv2.calcHist() を使用して画像のヒストグラムを作成する方法を紹介します。

画像のヒストグラム

画像のヒストグラムとは、横軸に画素値、縦軸にその画素値の頻度を取った ヒストグラム です。画像のヒストグラムを使用することで、画像の明るさやコントラストの分布を理解することができます。 カラー画像の場合、画像は複数のチャンネルで構成されているため、各チャンネルごとにヒストグラムを作成する必要があります。これにより、色ごとの画素値の分布も確認することができます。

cv2.calcHist()

OpenCV の calcHist() を使用すると、画像から指定したチャンネルのヒストグラムを計算できます。

hist = cv2.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]])
Python
引数
名前 型 デフォルト値
images list of ndarray
ヒストグラムを計算する画像の一覧。通常は1枚の画像をリストにして渡す。
channels list of int
ヒストグラムを計算するチャンネルの一覧
mask ndarray
ヒストグラムを計算する領域を指定するためのマスク画像
histSize list of int
ヒストグラムのビンの数
ranges list of int
ヒストグラムの範囲。この範囲外の画素値は集計対象外となる。
返り値
名前 説明
hist ヒストグラム

channels、 histSize、 ranges の指定方法は少々複雑なので、詳しく見ていきます。

1 次元ヒストグラム

1 次元ヒストグラムの場合、以下のように指定します。

hist = cv2.calcHist([img], [ch], None, histSize=[bins], ranges=[l, u])
Python
  • ch は 1 次元ヒストグラムを計算するチャンネルを指定します。
  • bins はヒストグラムのビンの数を指定します。例えば、bins=[15] とすると、指定範囲を 15 等分します。
  • l, u はヒストグラムを作成する範囲 [l,u)[l, u) を指定します。例えば、ranges=[0, 256] とすると、画素値の範囲が 0 から 255 までになります。

例えば、bins=[15], ranges=[0, 256] とした場合、[0,256][0, 256] を 15 等分したビンが作成されます。

sample.jpg

グレースケール画像のヒストグラム

グレースケール画像のヒストグラムを計算する場合、channels=[0], histSize=[ビンの数], ranges=[下限, 上限] と指定します。

In [1]: 
import cv2
import matplotlib.pyplot as plt
import numpy as np


# 画像をグレースケール形式で読み込む。
img = cv2.imread("sample.jpg", cv2.IMREAD_GRAYSCALE)

# 1次元ヒストグラムを作成する。
bins_num = 100  # ビンの数
hist_range = [0, 256]  # 集計範囲

hist = cv2.calcHist(
    [img], channels=[0], mask=None, histSize=[bins_num], ranges=hist_range
)
hist = hist.squeeze(axis=-1)  # (bins_num, 1) -> (bins_num,)
Python

matplotlib でヒストグラムを描画します。

In [2]: 
# ヒストグラムで描画する。
def plot_hist(bins_num, hist, color):
    fig, ax = plt.subplots()

    ax.set_xticks([0, 255])
    ax.set_xlim([0, 255])
    ax.set_xlabel("Pixel Value")

    bins = np.linspace(0, 255, bins_num)
    width = bins[1] - bins[0]
    centers = bins - width
    ax.bar(centers, hist, width=width, color=color)

    plt.show()


plot_hist(bins_num, hist, color="k")
Python

折れ線グラフで描画するコードも紹介します。

In [3]: 
# 折れ線グラフで描画する。
def plot_hist(bins_num, hist, color):
    fig, ax = plt.subplots()

    ax.set_xticks([0, 255])
    ax.set_xlim([0, 255])
    ax.set_xlabel("Pixel Value")

    bins = np.linspace(0, 255, bins_num)
    ax.plot(bins, hist, color="k")

    plt.show()


plot_hist(bins_num, hist, color="k")
Python

カラー画像のヒストグラム

カラー画像のヒストグラムする場合、channels=[チャンネル], histSize=[ビンの数], ranges=[下限, 上限] と指定します。
例えば、BGR 画像の場合、0 が blue、1 が green、2 が red になります。

In [4]: 
import cv2
import matplotlib.pyplot as plt
import numpy as np


# 画像を読み込む。
img = cv2.imread("sample.jpg")

# ヒストグラムを作成する。
bins_num = 256  # ビンの数
hist_range = [0, 256]  # 集計範囲
channels = [
    {"channel": 0, "name": "blue"},
    {"channel": 1, "name": "green"},
    {"channel": 2, "name": "red"},
]

hists = []
for ch in channels:
    hist = cv2.calcHist(
        [img],
        channels=[ch["channel"]],
        mask=None,
        histSize=[bins_num],
        ranges=hist_range,
    )
    hist = hist.squeeze(axis=-1)
    hists.append(hist)
Python
In [5]: 
# 折れ線グラフで描画する。
def plot_hist(bins_num, channels, hists):
    fig, ax = plt.subplots()
    ax.set_xticks([0, 255])
    ax.set_xlim([0, 255])
    ax.set_xlabel("Pixel Value")

    bins = np.linspace(0, 255, bins_num)
    colors = ["b", "g", "r"]
    for hist, ch in zip(hists, channels):
        ax.plot(bins, hist, color=colors[ch["channel"]], label=ch["name"])
    ax.legend()

    plt.show()


plot_hist(bins_num, channels, hists)
Python

2 次元ヒストグラム

2 次元ヒストグラムの場合、以下のように指定します。

hist = cv2.calcHist(
    [img], [ch1, ch2], None, histSize=[bins1, bins2], ranges=[l1, u1, l2, u2])
Python
  • ch1, ch2 は 1 次元ヒストグラムを計算するチャンネルを指定します。
  • bins1 はチャンネル ch1 のビンの数、bins2 はチャンネル ch2 のビンの数を指定します。
  • l1, u1 はチャンネル ch1 のヒストグラムを作成する範囲 [l1,u1)[l1, u1)、l2, u2 はチャンネル ch2 のヒストグラムを作成する範囲 [l2,u2)[l2, u2) を指定します。

例えば、bins=[15, 17], ranges=[0, 256, 0, 256] とした場合、xx 軸は [0, 256] を 15 等分、yy 軸は [0, 256] を 17 等分したビンが作成されます。

HSV 画像の 2 次元ヒストグラムを作成する

In [6]: 
import itertools

import cv2
import matplotlib.pyplot as plt
import numpy as np


# 画像を読み込む。
img = cv2.imread("sample.jpg")

# HSV に変換する。
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 2次元ヒストグラムを作成する。
hist_range1, hist_range2 = [0, 256], [0, 256]
bins1_num, bins2_num = 20, 20
channels = [
    {"channel": 0, "name": "Hue"},
    {"channel": 1, "name": "Saturation"},
    {"channel": 2, "name": "Brightness"},
]
channel_pairs = list(itertools.combinations(channels, 2))

hists = []
for ch1, ch2 in channel_pairs:
    hist = cv2.calcHist(
        [hsv],
        channels=[ch1["channel"], ch2["channel"]],
        mask=None,
        histSize=[bins1_num, bins2_num],
        ranges=hist_range1 + hist_range2,
    )
    hists.append(hist)
Python

2 次元ヒストグラムは、ヒストグラムの形状は 2 次元配列になるため、imshow() を使用して描画します。

In [7]: 
def plot_hist(channel_pairs, hists):
    fig = plt.figure(figsize=(10, 10 / 3))

    for i, (hist, (ch1, ch2)) in enumerate(zip(hists, channel_pairs), 1):
        xlabel, ylabel = ch1["name"], ch2["name"]

        ax = fig.add_subplot(1, 3, i)
        fig.subplots_adjust(wspace=0.3)
        ax.imshow(hist, cmap="jet")

        # 2Dヒストグラムを描画する。
        ax.set_title(f"{xlabel} and {ylabel}")
        ax.set_xlabel(xlabel)
        ax.set_ylabel(ylabel)

    plt.show()


plot_hist(channel_pairs, hists)
Python

参考文献

OpenCV
OpenCV 画像処理

コメント

コメントする

目次
  1. 概要
  2. 画像のヒストグラム
  3. cv2.calcHist()
  4. 1 次元ヒストグラム
    1. グレースケール画像のヒストグラム
    2. カラー画像のヒストグラム
  5. 2 次元ヒストグラム
    1. HSV 画像の 2 次元ヒストグラムを作成する
  6. 参考文献