cv2.calcHist() 是 OpenCV 中用于計算直方圖的函數(shù)。它可以計算一維或多維直方圖，用于分析圖像中像素值的分布。

基本的語法如下：

hist = cv2.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]])

參數(shù)說明：

• images: 輸入圖像，可以是單通道或多通道圖像。在計算多通道圖像的直方圖時，要將通道分別傳遞給 channels 參數(shù)。
• channels: 要考慮的通道的索引，對于灰度圖像，通常是 [0]，對于彩色圖像，可以指定 [0]、[1]、[2] 分別對應藍色、綠色、紅色通道。
• mask: 可選參數(shù)，用于指定計算直方圖的區(qū)域。如果不指定，整個圖像將被考慮。
• histSize: 表示每個通道的直方圖槽(bin)的數(shù)量，對于灰度圖像通常是 [256]，對于彩色圖像可以設置不同通道的槽的數(shù)量。
• ranges: 表示像素值的范圍，通常為 [0, 256]。
• hist: 輸出的直方圖，如果不提供，則函數(shù)會創(chuàng)建一個。
• accumulate: 可選參數(shù)，如果設置為 True，則直方圖在多次計算時不會被清零，而是累積起來。

以下是一個簡單的示例，演示如何計算一幅灰度圖像的直方圖：

import cv2
import matplotlib.pyplot as plt
# 讀取灰度圖像
img = cv2.imread( r"C:\Users\mzd\Desktop\opencv\2.jpg", cv2.IMREAD_GRAYSCALE)
# 計算直方圖
hist = cv2.calcHist([img], [0], None, [256], [0, 256])
# 繪制直方圖
plt.plot(hist)
plt.title('Histogram')
plt.xlabel('Pixel Value')
plt.ylabel('Frequency')
plt.show()
# 顯示原始圖像
cv2.imshow('Image', img)
# 等待用戶按下任意鍵
cv2.waitKey(0)
cv2.destroyAllWindows()

在這個示例中，cv2.calcHist() 函數(shù)計算了一幅灰度圖像的直方圖，然后使用 Matplotlib 繪制了直方圖。