参考书目：《OpenCV计算机视觉基础教程》–夏帮贵。
代码编写：Jupyter Notebook。

# 一维直方图：只统计像素的灰度值一个特征；
# 二维直方图：统计像素的色相和饱和度，用于查找图像的颜色直方图；

# 1.OpenCV的二维直方图
# 语法格式：hist = cv2.calcHist(image, channels, mask, histSize, ranges)
# 参数说明：
# a.hist：返回的直方图；
# b.image：指定的原图从BGR色彩空间转换为HSV色彩空间，实际参数用方括号括起来；
# c.channels：设置为[0, 1]时，表示同时处理色相和饱和度；
# d.histSize：设置BINS值为[180, 256]时，表示色相为180，饱和度为256；
# e.ranges：设置为[0, 180, 0, 256]时，表示色相值取值范围为[0, 180]，饱和度的取值范围为[0, 256]；
import cv2 as cv
import matplotlib.pyplot as plt

img1 = cv.imread("apollo_car.JPG")
img2 = cv.cvtColor(img1, cv.COLOR_BGR2HSV)

hist = cv.calcHist([img2], [0, 1], None, [180, 256], [0, 180, 0, 256])

cv.imshow("apollo", img1)
cv.imshow("calcHist", img2)
cv.imshow("hist", hist)

#plt.imshow(hist, interpolation = "nearest")
#plt.show()

cv.waitKey(0)

# 2.Numpy中的二维直方图
# 语法格式：hist, xedges, yedges = np.histogram2D(x, y, bins, range)
# 参数说明：
# a.hist：返回的直方图；
# b.xedges：返回的x的直方图的BINS边界值；
# c.yedges：返回的y的直方图的BINS边界值；
# d.x和y为原图对应通道转换成的一维数组；
# e.bins为BINS的值，如：[180, 256]；
# f.range：像素值范围，格式为：[[0, 180], [0, 256]]；
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

img1 = cv.imread("apollo_car.JPG")
img2 = cv.cvtColor(img1, cv.COLOR_BGR2HSV)

h, s, v = cv.split(img2)
hist, x, y = np.histogram2d(h.ravel(), s.ravel(), [180, 256], [[0, 180], [0, 256]])

cv.imshow("apollo", img1)
cv.imshow("apollo_hsv", img2)
cv.imshow("apollo_hist", hist)

plt.imshow(hist, interpolation = "nearest")
plt.show()
cv.waitKey(0)