python统计二值图像中每行像素不为零的点的个数，绘制成直方图

可以使用Python中的OpenCV库来实现这个任务。以下是一个简单的代码示例，它会读取一个二值图像文件，计算每行像素不为零的点的个数，并将结果绘制成直方图：

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取二值图像文件
img = cv2.imread('binary_image.png', cv2.IMREAD_GRAYSCALE)

# 计算每行像素不为零的点的个数
row_sums = np.sum(img != 0, axis=1)

# 绘制直方图
plt.hist(row_sums, bins=50)

# 显示图像
plt.show()

在这个代码中，`cv2.imread`函数用于读取二值图像文件，`np.sum`函数用于计算每行像素不为零的点的个数，`plt.hist`函数用于绘制直方图，`plt.show`函数用于显示图像。你可以将`'binary_image.png'`替换成你自己的二值图像文件名。

相关问题

python统计二值图像中每列像素不为零的点的个数，绘制成直方图

您可以使用Python的Pillow库和Matplotlib库来实现这个任务。以下是一个示例代码，可以帮助您开始：

from PIL import Image
import matplotlib.pyplot as plt

# 读取图像
img = Image.open("binary_image.png")

# 获取图像大小
width, height = img.size

# 初始化每列像素不为零的点的个数列表
column_count = [0] * width

# 统计每列像素不为零的点的个数
for x in range(width):
    for y in range(height):
        pixel = img.getpixel((x,y))
        if pixel != 0:
            column_count[x] += 1

# 绘制直方图
plt.bar(range(width), column_count)
plt.show()

说明：

1. 首先，我们使用Pillow库中的Image模块读取二值图像。
2. 然后，我们获取图像的宽度和高度，并初始化每列像素不为零的点的个数列表。
3. 接下来，我们遍历图像的每个像素，并统计每列像素不为零的点的个数。
4. 最后，我们使用Matplotlib库中的pyplot模块绘制直方图，并显示它。

您需要将上述代码中的“binary_image.png”替换为您自己的二值图像的文件路径。

python读取.tiff格式的32位颜色的黑白图像，遍历每行每列，将不为黑色像素点的个数绘制成直方图

好的，你需要使用Python的Pillow库来读取.tiff格式的32位颜色的黑白图像。然后，你需要遍历每行每列，并计算每行每列中非黑色像素点的个数。最后，将这些非黑色像素点的个数绘制成直方图。

下面是一个代码示例：

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

# 读取tiff格式的32位颜色的黑白图像
im = Image.open("image.tiff").convert("RGBA")

# 将图像转换为NumPy数组
arr = np.array(im)

# 获取图像宽度和高度
height, width, _ = arr.shape

# 初始化直方图数据
hist = [0] * width

# 遍历每列，计算非黑色像素点的个数
for x in range(width):
    count = 0
    for y in range(height):
        if arr[y, x, 0] != 0 or arr[y, x, 1] != 0 or arr[y, x, 2] != 0:
            count += 1
    hist[x] = count

# 创建空白图像
fig, ax = plt.subplots()

# 绘制直方图
ax.plot(range(width), hist)

# 显示图像
plt.show()

在这个示例中，我们首先使用Pillow库读取了一张.tiff格式的32位颜色的黑白图像，并将其转换为RGBA模式。然后，我们将图像转换为NumPy数组，并遍历了每列，并计算了每列中非黑色像素点的个数。最后，我们使用Matplotlib库绘制了直方图，并将其显示出来。

希望这个示例能够帮助到你！如果你还有其他问题，可以继续问我。