我知道您可能正在处理CT-Scan /同步加速器提供的数据。作为博士的一部分，我有时会遇到这个问题，因此我必须开发一个例程来生成此问题。我会给您一些实现它的提示。

提取图像直方图的最直接方法是：

1）将所有图像转换为相同类型（就我而言，我通常将其转换为8位灰度）。

2）声明一个全局直方图，您将在其中添加每个图像的每个灰度值的计数。我声明了一个2列数组。在第一列中，我只写了介于0到255之间的灰度值。在第二列中，我将存储它们各自的计数。我这样做是为了以后再绘制

histogram_global = np.zeros((256,2))

3）提取堆栈中每个图像的直方图。为此，您必须：

3.1）使用库PIL打开图像并将每个图像转换为一个数组，其中该数组的每个值都是8位图像的0到255之间的灰度值。

im=Image.open(image_path)
a = np.array(im.getdata())

3.2）通过“ Numpy”库，您可以获得每个灰度值的计数，即该图片的直方图。

bins_hist = list(range(0,257))
hist_image = np.histogram(a,bins=bins_hist)
counts = hist_image[0]

3.3）将这些计数添加到您在一开始就声明的全局直方图中。

4）绘制全局直方图。

fig,ax1 = plt.subplots()
color = 'tab:red'
ax1.bar(histogram_i[:,0],histogram_i[:,1],color=color)

如上所述，此过程适用于8位（灰度）图片。但是，如果要处理RGB图片，则过程类似，但不仅需要创建三个全局直方图，还需要创建三个全局直方图，每个通道一个；红色，蓝色和绿色。其余类似。