提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

---

提示：以下是本篇文章正文内容，下面案例可供参考

1、直方图的定义、意义、特征

1. 在统计学中，直方图是一种对数据分布情况的图形表示，是一种二维统计图表，他的两个坐标分别是统计样本（图像、视频帧）和样本的某种属性（亮度，像素值，梯度，方向，色彩等等任何特征）。
   

2. 意义
   （1）直方图是图像中像素强度分布的图形表达方式。
   （2）直方图统计了每一个强度值所具有的像素个数。

3. 特征
   （1）直方图不再表征任何的图像纹理信息，而是对图像像素的统计。
   （2）由于同一物体无论是旋转还是平移在图像中都具有相同的灰度值，因此直方图具有平移不变性、放缩不变性等优点。

4. 方法和参数
   cv2.calcHist(images, channels, mask, histSize, ranges[hist[, accumulate]])
   （1）images : 整型类型(uint8和float32)的原图（list形式显示）。
   （2）channels : 通道的索引，例如：[0]代表灰度图片，[0],[1],[2]代表多通道。
   （3）mask : 计算图片指定区域的直方图。如果mask为none，那么计算整张图。
   （4）histSize( bins ) : 每个色调值(范围: 0 ~ 255)对应的像素数量/频率。[这256个值中的每一个都被称为bin，它的取值有8，16，32，64，128，256。在OpenCV中，用histSize表示bins。]
   （5）range : 强度值的范围，[0, 256]。

2、直方图：

2.1 灰度直方图

(1) 无mask；
(2) 有mask；

灰度直方图——mask
mask ： 提取感兴趣区域。

2.2 彩色直方图

记住三点：
（1）直方图是图像中像素强度分布。
（2）直方图统计了每一个强度值所具有的像素个数。
（3）cv2.calcHist(images, channels, mask, histSize, ranges)