Python3+OpenCV利用灰度直方图自动筛选暗光图片

星野

发布时间：2026-10-13 | 5人浏览过

原创

本文介绍如何使用Python3结合OpenCV库，通过计算图像灰度直方图来自动判断图片的亮暗程度。核心逻辑是将图像转为灰度后，统计低灰度值像素占比，当该比例超过设定阈值（如0.75）时，即判定为暗光图片并保存。文中提供了完整的Python代码示例及命令行运行方法，适用于批量处理图片库中的夜间或低光照场景图像。

基于灰度直方图的亮暗判断原理

要实现计算机自动识别图片是否偏暗，或者判断图片是否处于夜间环境，一种有效的方法是先将其转换为灰度图像，随后分析灰度值的分布情况。例如：

从上述示例图中可以观察到，夜间图片的灰度值主要集中在较低区间，大约在0到30左右。相比之下，我们再看一张亮度较高的图片：

明亮图片的灰度直方图分布则明显偏向较高的数值区间。

因此，判断图片亮暗的关键在于统计灰度值较低的像素数量，并将其除以图片的总像素数，从而得到一个百分比p。至于p超过多少数值时判定为“暗”，这一阈值可由用户自行设定。下面提供的代码实现了在指定图片目录中筛选出偏暗图片，并将其保存的功能。

Python代码实现与运行方法

2.代码实现：


import cv2;
import numpy as np;
import matplotlib.pyplot as plt;
import os;
import sys;
 
def func(img,pic_path,pic):
	#把图片转换为灰度图
	gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY);
	#获取灰度图矩阵的行数和列数
	r,c = gray_img.shape[:2];
	dark_sum=0;	#偏暗的像素 初始化为0个
	dark_prop=0;	#偏暗像素所占比例初始化为0
	piexs_sum=r*c;	#整个弧度图的像素个数为r*c
	
	#遍历灰度图的所有像素
	for row in gray_img:
		for colum in row:
			if colum<40:	#人为设置的超参数,表示0~39的灰度值为暗
				dark_sum+=1;
	dark_prop=dark_sum/(piexs_sum);	
	print("dark_sum:"+str(dark_sum));
	print("piexs_sum:"+str(piexs_sum));
	print("dark_prop=dark_sum/piexs_sum:"+str(dark_prop));
	if dark_prop >=0.75:	#人为设置的超参数:表示若偏暗像素所占比例超过0.78,则这张图被认为整体环境黑暗的图片
		print(pic_path+" is dark!");
		cv2.imwrite("../DarkPicDir/"+pic,img);#把被认为黑暗的图片保存
	else:
		print(pic_path+" is bright!")
	#hist(pic_path); #若要查看图片的灰度值分布情况,可以这个注释解除
 
#用于显示图片的灰度直方图
def hist(pic_path):
	img=cv2.imread(pic_path,0);
	hist = cv2.calcHist([img],[0],None,[256],[0,256])
	plt.subplot(121)
	plt.imshow(img,'gray')
	plt.xticks([])
	plt.yticks([])
	plt.title("Original")
	plt.subplot(122)
	plt.hist(img.ravel(),256,[0,256])
	plt.show()
	
#读取给定目录的所有图片
def readAllPictures(pics_path):
	if not os.path.exists(pics_path):
		print("路径错误，路径不存在！")
		return;
	allPics = [];
	pics = os.listdir(pics_path);
	for pic in pics:
		pic_path = os.path.join(pics_path,pic);
		if os.path.isfile(pic_path):
			allPics.append(pic_path);
			img=cv2.imread(pic_path);
			func(img,pic_path,pic);
	return allPics;
 
#创建用于存放黑暗图片的目录
def createDarkDir():
	DarkDirPath = "../DarkPicDir";
	isExists = os.path.exists(DarkDirPath);
	if not isExists:
		os.makedirs(DarkDirPath);
		print("dark pics dir is created successfully!");
		return True;
	else:
		return False;
 
if __name__ =='__main__':
	pics_path = sys.argv[1];#获取所给图片目录
	createDarkDir();
	allPics=readAllPictures(pics_path);

运行命令: python3 cal.py 图片集的路径名

(其中cal.py 是python代码的文件名)

运行结果：