本文介紹了python OpenCV學習筆記實現二維直方圖，分享給大家，具體如下：

官方文檔 – https://docs.opencv.org/3.4.0/dd/d0d/tutorial_py_2d_histogram.html

在前一篇文章中，我們計算并繪制了一維的直方圖。它被稱為一維，因為我們只考慮一個特性，即像素的灰度強度值。但是在二維直方圖中，你可以考慮兩個特征。通常它用于尋找顏色直方圖，其中兩個特征是每個像素的色調和飽和度值。
有一個python樣例(samples/python/color_histogram.py)，用于查找顏色直方圖。我們將嘗試理解如何創建這樣的彩色直方圖，它將有助于理解像直方圖反向投影這樣的更深入的主題。

OpenCV中的二維直方圖

它非常簡單，并且使用相同的函數cv.calcHist()來計算。對于顏色直方圖，我們需要將圖像從BGR轉換為HSV。(記住，對于一維的直方圖，我們從BGR轉換為灰度)。對于2D直方圖，它的參數將被修改如下：

channels = [0，1]：因為我們需要同時處理H（色調Hue）和S（飽和度Saturation）。

bins = [180,256]：180對應H，256對應S。

range = [0,180,0,256]：色調值介于0到180之間，飽和度介于0到256之間。

import numpy as npimport cv2 as cvimg = cv.imread('home.jpg')hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)hist = cv.calcHist([hsv], [0,1], None, [180,256], [0,180,0,256])

Numpy中的二維直方圖

Numpy同樣提供特有的函數，np.histogram2d()（記住，對于一維直方圖，用函數np.histogram()）

import numpy as npimport cv2 as cvfrom matplotlib import pyplot as pltimg = cv.imread('home.jpg')hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)hist, xbins, ybins = np.histogram2d(h.ravel(), s.ravel(), [180,256], [[0,180], [0,256]])

第一個參數是H平面，第二個是S平面，第三個是每個bins的數量，第四個是它們的范圍。

繪制二維直方圖

方法1：使用cv.imshow()

我們得到的結果是一個二維數組大小為180x256。因此，我們可以像往常一樣使用cv.imshow()函數來顯示它們。它將是一個灰度圖像，它不會告訴你什么顏色，除非你知道不同顏色的色調。

方法2：使用Matplotlib

我們可以使用matplotlib.pyplot.imshow()函數來繪制具有不同顏色映射的2D直方圖。它給我們提供了一個更好的關于不同像素密度的想法。但這也不能讓我們知道第一眼看到的是什么顏色，除非你知道不同顏色的色調。這很簡單，也更好。

import numpy as npimport cv2 as cvfrom matplotlib import pyplot as pltimg = cv.imread('home.jpg')hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)hist = cv.calcHist([hsv], [0,1], None, [180,256], [0,180,0,256])plt.imshow(hist, interpolation='nearest')plt.show()

下面是輸入圖像和它的彩色直方圖圖。X軸表示S值（飽和度），Y軸表示色調。