理解Pillow中的histogram()

Question

根据文档：

im.histogram() => list

这个函数会返回一张图片的直方图。直方图的结果是一个像素计数的列表，每个像素值在源图像中都有一个对应的计数。如果这张图片有多个颜色通道（比如红、绿、蓝），那么所有通道的直方图会合并在一起（例如，一张“RGB”图片的直方图会有768个值）。

我明白红色、绿色和蓝色各有256个值（256 * 3 = 768）。

for i, value in enumerate(im.histogram()):
    print i, value

生成的结果是：

0 329
1 145
... (skipping some)
256 460
... (skipping some)
767 3953

我的问题是：这是不是意味着有：
329个像素的值是 R = 0, G = 0, B = 0，还有
145个像素的值是 R = 1, G = 0, B = 0，还有
460个像素的值是 R = 256, G = 1, B = 0，还有
3953个像素的值是 R = 256, G = 256, B = 256，等等？

我应该这样理解这个输出吗？

Answer 1

如果模式是RGB来打开一张图片，768的意思是红色灰度列表（0到255的像素数量）加上绿色灰度列表（0到255的像素数量）再加上蓝色灰度列表（0到255的像素数量）。

im是一个RGB格式的图像对象。

在[59]这一行：x = reduce(lambda x,y:x+y,im.histogram())

在[60]这一行：x的值是47191725。

在[61]这一行：im.size显示的是图片的大小。

在[62]这一行：4731乘以3325的结果是15730575。

在[63]这一行：4731乘以3325再乘以3的结果是47191725。

在[64]这一行：

或者用另一种方法：

r, g, b = im.split()，这行代码是把图像分成红色、绿色和蓝色三个部分。

len(r.histogram()) = 256，表示红色部分的灰度值有256个。

len(g.histogram()) = 256，表示绿色部分的灰度值也有256个。

len(b.histogram()) = 256，表示蓝色部分的灰度值同样有256个。

Answer 2

不，你不知道有多少个像素的颜色是（例如）R=0，G=0，B=0。要知道这一点，你需要一个包含大约1600万个条目的直方图。

你只能知道有多少个像素的R值是0，有多少个像素的G值是0，还有多少个像素的B值是0，这些都是单独计算的。

所以，R=0的像素可能有很多不同的G和B值。

Answer 3

我没有测试过，但从文档来看，描述的意思似乎是直方图只适用于每个通道（比如红色、绿色、蓝色）单独处理。

如果图像有多个通道，那么所有通道的直方图会连接在一起（例如，一个“RGB”图像的直方图包含768个值）。

所以，不，你给出的例子并不完全正确。768个值其实就是256 * 3，这是可能的红色值数量，加上可能的绿色值数量，再加上可能的蓝色值数量，这些都是独立计算的。它并不代表红色、绿色和蓝色的所有可能组合，后者的计算方式是256 ^ 3 == 16777216。

根据我所看到的，你的例子中直方图值的解释应该是：

329  pixels with value of R = 0, G = ?, B = ? and
145  pixels with value of R = 1, G = ?, B = ? and
...
460  pixels with value of R = ?, G = 1, B = ? and
...
3953 pixels with value of R = ?, G = ?, B = 256