本教程将学习如下内容：
学习使用OpenCV和Numpy函数查找直方图
介绍两个关键函数：cv2.calcHist()、np.hostogram()
扩展阅读:
剑桥色彩（Cambridge in Color）
理论基础直方图是什么呢？您可以将直方图视为一个图形或绘图，可以对图像的强度分布有一个总体的了解。
这是一个X轴上像素值（范围从0到255，并不总是如此）和Y轴上图像中相应像素数的图。
这只是理解图像的另一种方式。通过查看图像的直方图，可以直观地了解该图像的对比度、亮度、强度分布等。
几乎所有的图像处理工具都提供直方图功能。
以下是剑桥色彩网站上的图片，建议访问该网站以获取更多详细信息。
可以看到图像及其直方图。（记住，此直方图是为灰度图像绘制的，而不是为彩色图像绘制的）。
直方图的左侧区域显示图像中较暗像素的数量，右侧区域显示较亮像素的数量。
从直方图中可以看到暗区比亮区多，中间色调的数量（中间范围的像素值，比如127左右）非常少。
查找直方图现在我们对直方图有了一个概念，可以研究如何找到它。OpenCV和Numpy都内置了此功能。
在使用这些函数之前，需要了解一些与直方图相关的术语。
BINS：上面的直方图显示了每个像素值的像素数，即从0到255。
即需要256个值来显示上面的直方图。但是如果不需要分别找到所有像素值的像素数，而是需要找到像素值区间内的像素数呢？
例如，需要找到0到15之间的像素数，然后是16到31。。。，240至255。
只需要16个值来表示直方图。这就是OpenCV教程中关于直方图的示例所示。
因此，只需将整个直方图拆分为16个子部分，每个子部分的值就是其中所有像素计数的总和。
每个子部分称为“BIN”。在第一种情况下，仓的数量为256（每个像素一个），而在第二种情况下只有16个。
BINS在OpenCV文档中由术语histSize表示。
DIMS：这是收集数据的参数数量。在这种情况下，只收集关于一件事的数据，即强度值。所以这里是1。
RANGE：这是要测量的强度值的范围。通常，它是[0,256]（所有强度值）。
OpenCV 中的直方图计算所以现在使用cv2.calcHist()函数来查找直方图。先熟悉一下函数及其参数：
cv2.calcHist(images, channels, mask, histSize, ranges\[, hist\[,accumulate\]\])
images：它是uint8或float32类型的源图像，应该放在方括号内，即[img]。
channels：它也在方括号中给出，是计算直方图的通道指数。例如，如果输入是灰度图像，则其值为[0]。对于彩色图像，可通过[0]、[1]或[2]分别计算蓝色、绿色或红色通道的直方图。
mask：遮罩图像。为了找到完整图像的直方图，将其设置为“无”。但是，如果想找到图像特定区域的直方图，必须为此创建一个掩模图像，并将其作为掩模。（稍后将展示一个示例。）
histSize：这代表BIN计数。需要放在方括号内。对于全尺寸，需要传递[256]。
ranges：这是范围，通常为[0256]。
那么，让我们从一个示例图像开始。只需在灰度模式下加载图像并找到其完整的直方图。