Python cucim.skimage.exposure.histogram用法及代码示例

用法: cucim.skimage.exposure.histogram(image, nbins=256, source_range='image', normalize=False)

返回图像的直方图。

与 numpy.histogram 不同，此函数返回 bin 的中心，并且不会重新组合整数数组。对于整数数组，每个整数值都有自己的 bin，这提高了速度和intensity-resolution。

在展平图像上计算直方图：对于彩色图像，应在每个通道上单独使用该函数以获得每个颜色通道的直方图。

参数：

image：数组: 输入图像。
nbins：整数，可选: 用于计算直方图的 bin 数量。对于整数数组，此值将被忽略。
source_range：字符串，可选: ‘image’(默认)确定输入图像的范围。 ‘dtype’ 确定该数据类型图像的预期范围。
normalize：布尔型，可选: 如果为 True，则通过其值的总和对直方图进行归一化。

hist：数组: 直方图的值。
bin_centers：数组: bin 中心的值。

例子：

>>> import cupy as cp
>>> from skimage import data
>>> from cucim.skimage import exposure, img_as_float
>>> image = img_as_float(cp.array(data.camera()))
>>> cp.histogram(image, bins=2)
(array([ 93585, 168559]), array([0. , 0.5, 1. ]))
>>> exposure.histogram(image, nbins=2)
(array([ 93585, 168559]), array([0.25, 0.75]))

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cucim.skimage.exposure.histogram。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：