输入灰度图像输出直方图c图像语言

您可以使用Python编程语言来实现这个功能。下面是一个简单的示例代码，可以读取灰度图像文件，并输出对应的直方图c图像：

import cv2
import numpy as np

# 读取灰度图像
img = cv2.imread('gray_image.png', cv2.IMREAD_GRAYSCALE)

# 计算直方图
hist,bins = np.histogram(img.flatten(),256,[0,256])

# 归一化直方图
hist_norm = hist/np.sum(hist)

# 绘制直方图c图像
hist_c = np.cumsum(hist_norm)
hist_c = np.uint8(255*hist_c)
hist_c = cv2.applyColorMap(hist_c, cv2.COLORMAP_JET)

# 显示原始图像和直方图c图像
cv2.imshow('Gray Image', img)
cv2.imshow('Histogram', hist_c)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例代码中，我们使用OpenCV库读取灰度图像文件，并计算对应的直方图。然后，我们将直方图进行归一化处理，并使用numpy库计算累积分布函数。最后，我们使用OpenCV库的applyColorMap函数将累积分布函数转换为直方图c图像，并将其显示出来。

相关问题

输入灰度图像输出直方图c语言

以下是一个简单的C语言函数，可以输入一张灰度图像的像素数组，并输出对应的直方图：

void calc_histogram(unsigned char *image, int width, int height, int *histogram) {
    // 初始化直方图
    for (int i = 0; i < 256; i++) {
        histogram[i] = 0;
    }

    // 计算直方图
    for (int i = 0; i < width * height; i++) {
        histogram[image[i]]++;
    }

    // 输出直方图
    for (int i = 0; i < 256; i++) {
        printf("%d: %d\n", i, histogram[i]);
    }
}

这个函数接受四个参数：

- `image`：灰度图像的像素数组，每个像素占用一个字节（8位）。
- `width` 和 `height`：图像的宽度和高度，以像素为单位。
- `histogram`：输出的直方图数组，必须预先分配足够的空间，每个元素表示对应灰度值的像素数量。

函数先将直方图数组初始化为全0，然后扫描整个像素数组，统计每个灰度值出现的次数，最后输出整个直方图。

输入灰度图像输出直方图图像c语言

以下是一个使用C语言实现灰度图像输出直方图图像的示例代码：

#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>

#define IMAGE_WIDTH  256
#define IMAGE_HEIGHT 200
#define HIST_HEIGHT  100

// 计算灰度图像的直方图
void calc_histogram(uint8_t* image_data, uint32_t image_size, uint32_t* histogram)
{
    for (uint32_t i = 0; i < image_size; i++) {
        histogram[image_data[i]]++;
    }
}

// 归一化直方图
void normalize_histogram(uint32_t* histogram, uint32_t size)
{
    uint32_t max_val = 0;
    for (uint32_t i = 0; i < size; i++) {
        if (histogram[i] > max_val) {
            max_val = histogram[i];
        }
    }
    for (uint32_t i = 0; i < size; i++) {
        histogram[i] = histogram[i] * HIST_HEIGHT / max_val;
    }
}

// 绘制直方图
void draw_histogram(uint32_t* histogram, uint8_t* hist_image_data)
{
    for (uint32_t y = 0; y < HIST_HEIGHT; y++) {
        for (uint32_t x = 0; x < IMAGE_WIDTH; x++) {
            if (y >= HIST_HEIGHT - histogram[x]) {
                hist_image_data[y * IMAGE_WIDTH + x] = 255;
            } else {
                hist_image_data[y * IMAGE_WIDTH + x] = 0;
            }
        }
    }
}

int main(int argc, char* argv[])
{
    FILE* fp;
    uint8_t* image_data;
    uint32_t image_size;
    uint32_t histogram[256] = { 0 };
    uint8_t hist_image_data[HIST_HEIGHT * IMAGE_WIDTH] = { 0 };

    // 读取灰度图像文件
    if ((fp = fopen("gray_image.raw", "rb")) == NULL) {
        printf("Cannot open file.\n");
        return -1;
    }
    fseek(fp, 0, SEEK_END);
    image_size = ftell(fp);
    image_data = (uint8_t*)malloc(image_size);
    fseek(fp, 0, SEEK_SET);
    fread(image_data, 1, image_size, fp);
    fclose(fp);

    // 计算直方图
    calc_histogram(image_data, image_size, histogram);

    // 归一化直方图
    normalize_histogram(histogram, 256);

    // 绘制直方图
    draw_histogram(histogram, hist_image_data);

    // 写入直方图图像文件
    if ((fp = fopen("hist_image.raw", "wb")) == NULL) {
        printf("Cannot open file.\n");
        return -1;
    }
    fwrite(hist_image_data, 1, HIST_HEIGHT * IMAGE_WIDTH, fp);
    fclose(fp);

    free(image_data);

    return 0;
}

在这个示例代码中，我们首先定义了一些常量，包括图像的宽度、高度和直方图的高度。然后，我们定义了三个函数，分别用于计算直方图、归一化直方图和绘制直方图。在主函数中，我们首先读取灰度图像文件，并计算对应的直方图。然后，我们归一化直方图并绘制直方图。最后，我们将直方图图像数据写入文件中。注意，此示例代码仅适用于8位灰度图像。如果您的图像不是8位灰度图像，请相应地修改代码。