绘制直方图以找出图像上梯度的最大强度

Question

我有这张图

其中我想使用 sobel 过滤器执行梯度计算：

kx = np.array([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], np.float32)
ky = np.array([[1, 2, 1], [0, 0, 0], [-1, -2, -1]], np.float32)

ix = ndimage.filters.convolve(img, kx)
iy = ndimage.filters.convolve(img, ky)

g = np.hypot(ix, iy)
g = g / g.max() * 255
theta = np.arctan2(iy, ix)

我想将g值绘制成直方图，以确定图像中梯度强度的范围。 当我尝试histr = cv2.calcHist([g], [0], None, [256], [0, 256]) ，它给了我以下错误：

类型错误：不支持图像数据类型 = 23

我想知道，如何在直方图中绘制梯度强度以找出范围。

Answer 1

如错误消息所示，您的g类型似乎不受支持。 我们来看看cv2.calcHist的文档：

图像源数组。 它们都应该具有相同的深度、CV_8U、CV_16U 或 CV_32F，以及相同的大小。 它们中的每一个都可以有任意数量的通道。

按原样运行您的代码， g的类型为np.float16 。 因此，以下所有更正都有效：

histr = cv2.calcHist([g.astype(np.uint8)], [0], None, [256], [0, 256])

histr = cv2.calcHist([g.astype(np.uint16)], [0], None, [256], [0, 256])

histr = cv2.calcHist([g.astype(np.float32)], [0], None, [256], [0, 256])

只需选择最适合您需求的一种。

希望有帮助！