(如果我误解了这个问题,请参见最后的编辑)：

如果你想绘制直方图,我已经向OpenCV提交了一个python样本,你可以从这里得到它：

第二个是灰度图像专用的,与问题中的图像相同.

我将展示第二个及其修改.

考虑如下完整图像：

我们需要绘制直方图,如图所示.检查以下代码：

import cv2
import numpy as np
img = cv2.imread('messi5.jpg')
mask = cv2.imread('mask.png',0)
ret,mask = cv2.threshold(mask,127,255,0)
def hist_lines(im,mask):
h = np.zeros((300,256,3))
if len(im.shape)!=2:
print "hist_lines applicable only for grayscale images"
#print "so converting image to grayscale for representation"
im = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
hist_item = cv2.calcHist([im],[0],mask,[256],[0,255])
cv2.normalize(hist_item,hist_item,0,255,cv2.NORM_MINMAX)
hist=np.int32(np.around(hist_item))
for x,y in enumerate(hist):
cv2.line(h,(x,0),(x,y),(255,255,255))
y = np.flipud(h)
return y
histogram = hist_lines(img,None)

下面是我们得到的直方图.请记住,它是完整图像的直方图.为此,我们给了面具无.

现在我想找到图像某些部分的直方图. OpenCV直方图功能有一个掩码工具.对于普通直方图,您应将其设置为None.否则你必须指定掩码.

掩码是一个8位图像,其中白色表示该区域应该用于直方图计算,黑色表示它不应该用于直方图计算.

所以我使用了下面的面具(使用颜色创建,你必须为你的目的创建自己的面具).

我更改了最后一行代码,如下所示：

histogram = hist_lines(img,mask)

现在看看下面的区别：

(请记住,值是标准化的,因此显示的值不是实际像素数,标准化为255.根据需要更改它.)

编辑：

我想我误解了你的问题.你需要比较直方图,对吗？

如果这是你想要的,你可以使用cv2.compareHist函数.