Python 如何使用合并的容器计算直方图？

我想问一下如何使用OpenCV在Python中计算直方图。我使用了以下代码：

hist=cv2.calcHist（im[0,1,2]，无[8,8,8]，[0,256,0,256,0,256]）

结果给出了每个颜色通道的柱状图，共有8个存储箱，但我想得到的是：

• 第一箱（R=0-32，G=0-32，B=0-32）
• 第二箱（R=33-64，G=0-32，B=0-32）
• 等等,

---

因此，我总共有512个垃圾箱。

从我的角度来看，您的

cv2.calcHist

呼叫不正确：

hist=cv2.calcHist（im[0,1,2]，无[8,8,8]，[0,256,0,256,0,256]）

第一个参数应该是图像列表：

hist=cv2.calcHist（[im]，[0,1,2]，无，[8,8,8]，[0,256,0,256,0,256]）

让我们看一个小例子：

导入cv2
将numpy作为np导入
#大小为[4,4]的红蓝色正方形，即八个像素（255,0,0）和八个像素（0,0,255）；注意：BGR订购！
image=np.zero（（4,4,3），dtype=np.uint8）
图像[：，0:2，2]=255
图像[：，2:4，0]=255
#使用每个通道的两个存储单元[0-127]和[128-255]计算直方图：
#结果应为hist[“bin 0”、“bin 0”、“bin 1”]=8（红色）和hist[“bin 1”、“bin 0”、“bin 0”]=8（蓝色）
#原始cv2.calcHist调用，带有两个BIN[0-127]和[128-255]
hist=cv2.calcHist（图像[0,1,2]，无[2,2,2]，[0,256,0,256,0,256]）
打印（历史，'\n'）#不正确
#正确的cv2.calcHist调用
hist=cv2.calcHist（[image]，[0,1,2]，无[2,2,2]，[0,256,0,256,0,256]）
打印（历史，'\n'）#正确

[[8.0]
[0. 0.]]
[[0. 0.]
[0. 4.]]] 
[[[0. 8.]
[0. 0.]]
[[8. 0.]
[0. 0.]]] 

正如您所能做到的，您的版本总共只有12个值，而图像中有16个像素！此外，还不清楚代表了什么“箱子”（如果有的话）

因此，通过正确的

cv2.calcHist

调用，您的总体想法/方法是正确的！也许，您只需要一点提示，“如何阅读”结果

hist

：

导入cv2
将numpy作为np导入
#尺寸为[32,16]的彩色矩形，每个槽有一个“颜色”，每个通道有八个槽，
#即，512像素，使得所得512个存储单元中的每一个具有值1
x=np.linspace（16240,8，dtype=np.uint8）
image=np.重塑（np.移动轴（np.数组（np.网格（x，x，x）），[0,1,2,3]，[3,0,1,2]），（32,16,3））
#正确的cv2.calcHist调用
hist=cv2.calcHist（[image]，[0,1,2]，无[8,8,8]，[0,256,0,256,0,256]）
#每个直方图箱的冗长输出
对于np.arange中的B（历史形状[0]）：
对于np.arange中的G（历史形状[1]）：
对于np.arange中的R（历史形状[2]）：
r='r='+str（r*32）.zfill（3）+'-'+str（r+1）*32-1.zfill（3）
g='g='+str（g*32）.zfill（3）+'-'+str（g+1）*32-1.zfill（3）
b='b='+str（b*32）.zfill（3）+'-'+str（b+1）*32-1.zfill（3）
打印（“（“+r+”，“+g+”，“+b+”）：”，int（hist[b，g，r]））

（R=000-031，G=000-031，B=000-031）：1
（R=032-063，G=000-031，B=000-031）：1
（R=064-095，G=000-031，B=000-031）：1
[…506多行…]
（R=160-191，G=224-255，B=224-255）：1
（R=192-223，G=224-255，B=224-255）：1
（R=224-255，G=224-255，B=224-255）：1

---

希望有帮助

非常感谢你纠正我的问题太好了。。这是我想要的，非常感谢^^

print（'（'+r+'，'+g+'，'+b+'）：'，int（hist[b，g，r]））

。我认为这一部分应该改为this@pingxiu是的，你说得对。我会在我的回答中解决这个问题。谢谢