返回

灰度直方图

Histogram - 图像的灰度分布统计
第二章 / 图像预处理
参数面板

切换直方图示例后,在直方图中聚焦当前灰度柱,查看该灰度级的像素数量、概率和它在整幅图分布中的位置。

概念说明

直方图统计什么

直方图和累计分布展示灰度出现频率,是判断亮度与对比度的统计入口。图源:scikit-image exposure 示例
任务

当你拿到一张偏暗、偏亮或灰度层次挤在一起的图像时,仅靠逐像素看图很难快速判断整体亮暗分布。我们需要一种直接统计所有像素亮度的方法。

思路

常用的办法是把每个像素按灰度级分组计数,画成柱状图:柱子越高说明该灰度出现越多;分布偏左说明图像偏暗,偏右说明偏亮,集中则说明对比度较低。

观察

切换不同的示例图,观察直方图整体是偏左、偏右还是集中;拖动阈值线时,看看哪些像素被划入当前区间,从而理解灰度分布和图像明暗的对应关系。

原图12×12
12×12 示例图像
灰度统计
结果12×12
原图副本(直方图统计不改变图像本身)
灰度直方图悬停预览,点击锁定;左右方向键移动锁定位置
灰度直方图显示 0 到 255 灰度级的像素数量分布,可用鼠标或键盘锁定灰度级。30064128192255
直方图公式
P(sk) = nkn

sk: 第 k 个灰度级(0-255)

nk: 灰度级 sk 的像素个数

n: 图像总像素数(= 144

P(sk): 灰度级 sk 出现的概率

直方图能告诉我们什么?

整体亮度:分布偏左 → 图像偏暗;分布偏右 → 图像偏亮。

对比度:分布集中 → 对比度低;分布均匀或分散 → 对比度高。

双峰特征:若直方图存在两个明显峰值,说明图像可能包含两类不同的区域(如前景与背景),适合用阈值分割。

* 直方图不保留空间结构:两张空间排列完全不同的图像可能具有完全相同的直方图。

图像类型:标准图

像素值在 0-255 之间近似均匀分布,直方图覆盖整个灰度范围。