类似柱状图但是含义不同。直方图设计统计概念。先对数据分组，然后统计分组内的数据元。 即为图像某一个特征有关的数据集合的统计关系。

    image = cv2.imread(f'085103/{i}_{j}.jpg')

    # 将ROI转换为灰度图
    roi_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    winshow("roi_gray",roi_gray)
  
    # 计算ROI的直方图
    hist = cv2.calcHist([roi_gray], [0], None, [256], [0, 256])
    print(hist) //每个通道的数量

'''
1. `[gray]`：这是一个包含灰度图像的列表。在这种情况下，我们只有一个灰度图像，因此列表中只有一个元素。这个参数用于指定要计算直方图的图像。
    
2. `[0]`：这是一个包含通道索引的列表。在灰度图像中，只有一个通道，因此我们使用索引0来表示第一个（唯一的）通道。这个参数用于指定要计算直方图的通道。
    
3. `None`：这个参数用于指定直方图的掩码。如果不需要使用掩码，则可以将其设置为`None`。掩码可以用于限制要计算直方图的区域。
    
4. `[256]`：这是一个包含整数的列表，用于指定直方图的bin数量。在这里，我们将图像的灰度级范围划分为256个bin，每个bin表示一个灰度值。
    
5. `[0, 256]`：这是一个包含整数的列表，用于指定直方图的像素值范围。在这个例子中，我们将像素值的范围设置为0到256，表示包括所有的灰度级。
'''

均值（Mean) 标准差（Standard Deviation）

1. 均值（Mean）： 图像的均值是图像所有像素值的平均数。对于灰度图像，它是所有像素灰度值的平均数。对于彩色图像，每个颜色通道（如RGB模型中的红、绿、蓝）都有一个均值，表示该通道所有像素值的平均数。图像的均值可以用来反映图像的整体亮度。均值较高的图像通常看起来比均值较低的图像更亮。

2. 标准差（Standard Deviation）： 标准差是用以量化数值集合的离散程度，也即各数值与均值的偏差。在图像处理中，标准差常用来描述图像的对比度或者明暗变化的程度。标准差较大的图像具有较大的对比度，以及从亮到暗的更明显的变化，看起来可能包含更多的暗区和亮区。标准差较小的图像，其颜色和亮度的变化程度较小，看上去可能更为平均、柔和。

细胞形态解析

• 常规opencv API
• 特征分类器（svm、K邻、神经网络）

流程：

• 切图大小（太大的图程序解析的时候加载速度会慢，太小的图切图慢）

上一页机器学习算法学习