python直方图opencv计算每种颜色

您好，我正在尝试计算每个R/G/B的像素，并创建一些图片的直方图，直方图看起来不错，但我无法计算每个颜色的像素。它说每种颜色的数量相同，我怀疑这是正确的

这是我的代码，我对它相当陌生，我已经没有想法了

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('photo.jpg')
color = ('b','g','r')


qtdBlue = 0
qtdGreen = 0
qtdRed = 0
totalPixels = 0


for i,col in enumerate(color):
    histr = cv.calcHist([img],[i],None,[256],[0,256])
    plt.plot(histr,color = col)
    plt.xlim([0, 256])


    totalPixels+=sum(histr)
    if i==0:
        qtdBlue = sum(histr)
    elif i==1:
        qtdGreen = sum(histr)
    elif i==2:
        qtdRed = sum(histr)


print("Red Quantity")
print(qtdRed)

print("Blue Quantity")
print(qtdBlue)

print("Green Quantity")
print(qtdGreen)

plt.show()

---

如果我正确地理解了您的意思，您希望提取每种颜色对图像的贡献。下面是如何使用matplotlib。正如您在代码末尾看到的，每种颜色的形状（像素数）是相同的

import numpy as np
import matplotlib.pyplot as plt

# Load the image
img = plt.imread('C:\Documents\Roses.jpg')

# Extract each colour channel
red, green, blue = img[:,:,0], img[:,:,1], img[:,:,2]

# Total red+green+blue intensity
intensity = img.sum(axis=2)

# Function to calculate proportion of a certain channel
def colour_frac(color):
    return np.sum(color)/np.sum(intensity)

# Calculate the proportion of each colour
red_fraction = colour_frac(red)
green_fraction = colour_frac(green)
blue_fraction = colour_frac(blue)

sum_colour_fraction = red_fraction + green_fraction + blue_fraction
print('Red fraction: {}'.format(red_fraction))
print('\nGreen fraction: {}'.format(green_fraction))
print('\nBlue fraction: {}'.format(blue_fraction))
print('\nRGB sum: {}'.format(sum_colour_fraction))
print(red.shape == green.shape == blue.shape)

# Output
Red fraction: 0.3798302547713819

Green fraction: 0.33196874775790813

Blue fraction: 0.28820099747071

RGB sum: 1.0

red.shape == green.shape == blue.shape
Out[68]: True

---

这可能无法回答您的问题，但我将解释为什么不同通道的直方图的

和的结果具有相同的值。直方图是关于强度分布的，这意味着最后所有的总和都是一样的

让我们看一个更简单的例子：一个充满红色像素的
3x3
图像

红色通道显示箱255的强度计数为
9
。在其他两个通道（b、g）中，强度也为
9
，但对于bin
0。正如你所看到的，在Historogram比较中，计数没有改变

直方图值：

b = [9, 0, 0, ..., 0]    #0 - 255
g = [9, 0, 0, ..., 0]    #0 - 255
r = [0, 0, 0, ..., 9]    #0 - 255


任何人：你可能真的对图像的主色调感兴趣

你想干什么？当对强度求和时，它们将始终具有相同的值。