Python PIL Image.histogram()

Python PIL Image.histogram()

PIL是Python图像库,它为Python解释器提供了图像编辑功能。图像模块提供了一个同名的类,用来表示一个PIL图像。该模块还提供了一些工厂函数,包括从文件加载图像和创建新图像的函数。
Image.histogram() 返回图像的直方图。直方图以像素计数列表的形式返回,源图像的每个像素值都有一个。如果图像有一个以上的波段,所有波段的直方图将被串联起来(例如,”RGB “图像的直方图包含768个值)。
一个双级图像(模式为 “1”)被此方法视为灰度(”L”)图像。如果提供了一个遮罩,该方法将返回图像中遮罩图像为非零的部分的直方图。遮罩图像的大小必须与图像相同,并且是一个双级图像(模式 “1”)或灰度图像(”L”)。

语法: Image.histogram(mask=None, extrema=None)
参数:
mask – 一个可选的掩码。
返回:一个包含像素计数的列表。

使用的图片:

Python PIL Image.histogram()

from PIL import Image
 
img = Image.open(r"C:\Users\System-Pc\Desktop\tree.jpg")
r, g, b = img.split()
len(r.histogram())
### 256 ###
 
r.histogram()

输出:

[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 1, 0, 1, 0, 1, 0, 3, 1, 2, 3, 4, 3, 2, 3, 10, 7, 6, 7, 13, 14, 6, 22, 9, 19, 23, 21, 29, 23, 36, 42, 32, 46, 59, 51, 53, 69, 49, 61, 64, 79, 69, 55, 66, 73, 78, 64, 82, 84, 83, 67, 85, 87, 91, 84, 87, 63, 79, 86, 86, 77, 75, 78, 85, 77, 78, 92, 83, 78, 86, 90, 97, 96, 94, 90, 94, 76, 99, 97, 113, 108, 92, 120, 124, 110, 140, 121, 124, 132, 144, 132, 145, 151, 163, 145, 147, 184, 151, 161, 177, 199, 200, 205, 218, 223, 274, 237, 245, 254, 260, 281, 299, 301, 354, 361, 335, 392, 365, 375, 389, 367, 396, 387, 415, 398, 404, 417, 404, 405, 447, 483, 493, 484, 470, 440, 473, 472, 441, 462, 467, 461, 468, 474, 438, 449, 451, 431, 468, 470, 415, 452, 407, 379, 411, 358, 383, 418, 375, 414, 376, 375, 341, 361, 340, 350, 354, 293, 318, 325, 297, 316, 287, 326, 287, 307, 289, 314, 296, 275, 262, 281, 262, 278, 268, 320, 254, 288, 279, 280, 259, 252, 257, 257, 245, 227, 231, 254, 282, 263, 248, 218, 250, 246, 232, 244, 237, 208, 217, 215, 226, 205, 223, 212, 227, 220, 213, 198, 197, 224, 193, 200, 173, 190, 184, 190, 183, 3263]

另一个例子:这里使用了另一个图像。
使用的图片:

Python PIL Image.histogram()

from PIL import Image
 
img = Image.open(r"C:\Users\System-Pc\Desktop\tree.jpg")
r, g, b = img.split()
len(r.histogram())
### 256 ###
 
r.histogram()

输出:

[970, 228, 158, 207, 258, 217, 257, 260, 256, 252, 224, 277, 247, 293, 294, 305, 303, 309, 318, 321, 343, 326, 313, 295, 346, 292, 356, 340, 305, 311, 360, 373, 350, 357, 384, 356, 325, 380, 373, 389, 355, 336, 328, 349, 364, 335, 390, 340, 343, 382, 343, 339, 351, 329, 364, 350, 356, 362, 381, 349, 386, 366, 351, 345, 357, 353, 339, 359, 387, 346, 371, 359, 319, 330, 321, 311, 300, 313, 325, 338, 322, 330, 303, 354, 335, 321, 313, 289, 286, 286, 264, 279, 267, 255, 277, 266, 297, 261, 282, 267, 254, 269, 246, 244, 265, 240, 231, 250, 210, 227, 202, 200, 217, 191, 187, 217, 199, 171, 180, 152, 195, 172, 158, 170, 177, 159, 151, 152, 143, 159, 183, 138, 169, 162, 145, 161, 147, 150, 160, 186, 163, 153, 139, 153, 149, 144, 148, 143, 167, 144, 184, 154, 160, 134, 130, 144, 176, 118, 140, 132, 115, 119, 130, 130, 120, 125, 121, 133, 105, 123, 105, 106, 92, 114, 101, 112, 103, 106, 98, 118, 110, 111, 99, 99, 107, 74, 109, 83, 94, 97, 87, 85, 88, 77, 77, 92, 94, 69, 91, 97, 71, 100, 83, 80, 83, 53, 89, 72, 68, 70, 58, 74, 67, 69, 64, 80, 81, 68, 57, 47, 60, 53, 59, 53, 64, 63, 69, 52, 48, 46, 51, 52, 41, 49, 45, 43, 41, 32, 43, 42, 47, 46, 34, 38, 39, 34, 33, 31, 21, 23, 28, 25, 15, 15, 24, 148]

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程