このページではpython-opneCVを使って、指定画像内全ピクセルの輝度ヒストグラムを作成する方法をご紹介していきます。
実験なんかで取得した画像の分析の際などにぜひご活用ください。
それではさっそくやっていきましょう！
※Python（無料のプログラミング言語）のインストール～実行方法までは以下で解説しています。
必要なライブラリ一覧
今回は以下のライブラリを使用していきます。
★openCV
★numpy
★matplotlib
opneCVのインストール方法については以下の記事で解説しています。
（openCV以外はよく使うものなので、pythonをよく使う人であればインストールされていると思います。されていない場合はopenCV同様にインストールを進めましょう。）
使用する画像のサンプル画像の紹介
今回は以下の画像をサンプルとして使用します。
この画像がプログラム実行フォルダにsample.jpgとして保存してあります。
こちらの画像は見ての通り、多くの部分が白です。
画像全体をヒストグラム化すると輝度＝２５５だらけになって面白くないので、以降で紹介するサンプルコードでは、輝度＝２５５は除外してヒストグラム化しています。
もし輝度＝２５５も含めたい場合は、コード修正が必要ですのでご注意ください。
画像をヒストグラム化するサンプルコード
それでは冒頭に紹介した画像をヒストグラム化するサンプルコードをご紹介します。
import cv2
import numpy as np
import matplotlib.pyplot as plt
#画像読み込み⇒１次元化
file_name='sample.jpg'
img=cv2.imread(file_name,cv2.IMREAD_GRAYSCALE)
data=img.flatten()
#ヒストグラム化する際に使用する区間データ作成（２５５除去）
section=np.linspace(0,254,10)
#ヒストグラムを算出
hist,section=np.histogram(data, bins=section)
#グラフ化処理
section=section[:len(hist)]
plt.xlabel('brightness',fontsize=18)
plt.ylabel('number',fontsize=18)
plt.bar(section, hist, width=8.0)
先ほども紹介したように今回使用する画像はほぼ白（輝度＝２５５）なのでそこは除去しています。（８行目参照）
２５５も含めたい場合は８行目の２５４を２５５に書き換えてください。
このコードを実行すると以下の結果が出力されました。
あってるかはよくわかりませんが、なんとなくできていそうですね。
おわりに
というわけで今回はpython-openCVを使って、画像輝度データのヒストグラム（頻度分布）を作成する方法をご紹介しました。
実験データ分析の際などにぜひご活用ください。
このように、私のブログでは様々なスキルを紹介しています。
今は仕事中で時間がないかもしれませんが、ぜひ通勤時間中などに他の記事も読んでいただけると嬉しいです。
⇒興味をもった方は【ヒガサラ】で検索してみてください。
確実にスキルアップできるはずです。
最後に、この記事が役に立ったという方は、ぜひ応援よろしくお願いします。
↓ 応援ボタン
にほんブログ村
それではまた！
Follow @HigashiSalary
コメント