Matplotlib 是 Python 的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。
Matplotlib 可以用来绘制各种静态，动态，交互式的图表。
Matplotlib 是一个非常强大的 Python 画图工具，我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。
Matplotlib 可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。
Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。
Pyplot 是常用的绘图模块，能很方便让用户绘制 2D 图表。
Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生新的图像，在图像中产生新的绘图区域等等。
使用的时候，我们可以使用 import 导入 pyplot 库，并设置一个别名 plt：
import matplotlib.pyplot as plt
然后我们就可以使用它来绘制图形了
主要用到两个函数
(1) calcHist()
(2) hist()
具体用法我就不做过多介绍了，可以自行参考文档，或者找一找网上大神们的解释说明。
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
img = cv.imread('Photos/1.bmp')
cv.imshow('Img', img)
gray_img = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow('GrayImg', gray_img)
# Gray Histogram
gray_hist = cv.calcHist([gray_img], [0], None, [256], [0,256], False)
# cv.calcHist(images, channels, mask, histSize, ranges, accumulate)
plt.figure(1)
plt.title('Gray Histogram Contour')
plt.xlabel('gray level')
plt.ylabel('number of pixels')
plt.plot(gray_hist)
plt.xlim([0,256])
plt.figure(2)
plt.title('Gray Histogram')
plt.xlabel('gray level')
plt.ylabel('number of pixels')
plt.hist(gray_img.ravel(),256)
plt.show()
cv.waitKey(0)
跟灰度直方图的原理差不多，需要对三种颜色进行一个简单的遍历，循环输出图形。
import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np
img = cv.imread('Photos/1.bmp')
cv.imshow('Img', img)
plt.figure()
plt.title('Color Histogram')
plt.xlabel('level')
plt.ylabel('number of pixels')
colors = ('b', 'g', 'r')
for i,item in enumerate(colors):
hist = cv.calcHist([img], [i], None, [256], [0,256])
plt.plot(hist, color=item)
plt.xlim([0,256])
plt.show()
cv.waitKey(0)
由此图我们可以直观地看出三种颜色不同阈值所出现的频率的大小。
