怎样看直方图

在工程中，直方图(Histogram)又称质量分布图。是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据类型，纵轴表示分布情况。
而我理解你问的直方图是指的常用的在摄影中看到的直方图信息。
在照片的直方图中，横轴代表的是图像中的亮度，由左向右，从全黑逐渐过渡到全白；纵轴代表的则是图像中处于这个亮度范围的像素的相对数量。在这样一张二维的坐标系上，我们便可以对一张的明暗程度有一个准确的了解。

通俗的说，在一张直方图中，坐标偏左的位置反应的是暗部的信息量，右半部反应的是亮部的信息量，对于一张合理曝光的照片，左右是相对均衡的，中间高两边低的形状。
但也不是绝对，并不是直方图中波峰居中且比较均匀的图像才是曝光合适的，判断一张图像的曝光是否准确，关键还是看它是否准确地体现出拍摄者的意图。比如通常的夜景，在直方图中就是暗部区域的波峰居多。

通过photoshop等图像处理软件，可以调整照片的曝光度，从而对直方图的形状做出改变。简单来说，增加曝光量，曲线左边部分降低；降低曝光量，曲线右边降低。增加对比度，图像的中间的波峰会降低，左右两边的信息量增加。

上面是我结合网上信息整理的文字，力求浅显的给你解释一下。

>如何从直方图看数据服从什么分布？
可以用SPSS中QQ图或PP图大致看出服从什么概率分布,菜单的选项中有十几中常见的概率分布。
直方图的轮廓如果是中间高两头低的话那就是服从正态分布，如果左边高右边低的话就是偏态分布（或不服从任何分布）。
直方图只是大体描绘了轮廓和趋势，从直方图判断分部是不科学的，缺乏足够的依据。
同意3楼的说法 更合理的应该用雅克贝拉统计量检验
可以用SPSS中QQ图或PP图大致看出服从什么概率分布,菜单的选项中有十几中常见的概率分布!
用非参数检验吧 可以检验单样本的总体分布 还可以检验多独立样本的总体分布差异是否显著等等 平常做分布检验都是用的这个

当直方图的形状呈正常型时，即工序在此时刻处于稳定状态时，还需要进一步讲直方图同规格界限（即公差）进行比较，以分析判断工序满足公差要求的程度 。
这里规格的上限用Tu表示，Tl为规格的下限，公差中心M=，样本的分布中心为，样本的标准差为s。
下面将与规格界限比较的常见几种典型状态，及其分析、控制要点结合图型加以说明。 样本中心与公差中心M近似重合，但分布已超出上、下限。这时不合格已经出现。因此，要采取措施提高加工精度，减少标准偏差。 能力不足，左、右超限
样本中心与公差中心M有偏移且分布有部分已超出上、下限。这种情况比较复杂。首先，调整分布中心，使之与公差中心近似重合，如果，调整后，不合格消失，说明不合格主要是由于某个系统原因造成的，这时，在深入分析过程能力是否需要继续提升等。其次，如果经调整，分布中心与公差中心已近似重合，但仍有不合格，则说明过程能力已严重不足，样本分散程度过大，要继续提高加工精度，减少标准偏差。
摄影中的直方图横坐标是表示亮度分布，左边暗，右边亮，纵坐标表示像素分布。直方图能够显示一张照片中色调的分布情况，揭示了照片中每一个亮度级别下像素出现的数量，根据这些数值所绘出的图像形态，可以初步判断照片的曝光情况，直方图是照片曝光情况最好的回馈。无论照片是有丰富的高光表现还是曝光过度了，还是有饱满的细部暗调，或者是细节根本分辨不清，直方图都能很直观的显示。
当今的大多数数码相机都有内置的直方图显示功能，有单独显示的有叠加在图像上显示的；当拍完一张照片的时候，就可以开始使用直方图来了解整个图像的色调范围。在拍摄期，摄影师就可以用它来了解照片是不是控制在想要的曝光范围内。 从理论上说，一张曝光良好的照片，在不同的亮度级别下细节都应该非常丰富，各亮度值上都有像素分布，像一座起伏波荡的小山丘，为了方便观察，把直方图划分为5个区：每个区代表一个亮度范围，左边为极暗部、暗部，中间为中间调，右边是亮部和极亮部，根据这些不同亮度范围下像素出现的数量，对于高调照片（明亮调子且细节丰富的）山丘的峰顶应该集中在直方图右边的亮部区，对于低调照片（深色调子且细节丰富的）山丘的峰顶应该集中在直方图左边的暗部区域，如果山丘覆盖了整个区域，说明曝光情况正好且细节清晰可见。
遥感影像的直方图（本段ZHANG Jinlun，cumt编辑）　遥感影像的直方图
图像直方图描述了图像中每个亮度值DN的像元数量的统计分布。它通过每个亮度值的像元数除以图像中总得像元数，即频率直方图。在很多遥感应用中，直方图是遥感图像中所包含的信息的一种有用的图示。每个波段的直方图能提供关于原始图像质量的信息，如其对比度的强弱，是否多峰值等。 直方图匹配又叫直方图规定化，是指把原图像的直方图变换为某种指定形态的直方图或某一种参考图像的直方图，然后按照已知直方图调整原图像各个像元的灰度值，最后得到一幅直方图匹配的图像。

1、显示质量波动的状态；

2、较直观地传递有关过程质量状况的信息；

3、通过研究质量波动状况之后，就能掌握过程的状况，从而确定在什么地方集中力量进行质量改进工作。

扩展资料：

图像直方图相关种类：

对于应用于图像分割的灰度直方图，现有的灰度直方图形状容易受到噪声干扰，构建在分割算法鲁棒性不足，迫切需要研究一种消除噪声干扰且适应能力强的灰度直方图图像分割方法；

对于应用于图像检索的颜色直方图，传统颜色直方图描述方法存在特征维数高、受光照影响、不能表达相近颜色间相关性及丢失空间位置信息的问题。

因此，需要研究综合考虑多种因素的颜色直方图法，现有的基于bag-of-words的方法在视觉词的构造、直方图的统计上仍然存在不足之处，使得最终得到的视觉词直方图不能很好的表达图像类别特征，因此需要研究新的基于bag-of-words的算法解决这些问题。

参考资料来源：百度百科-图像直方图

参考资料来源：百度百科-直方图

---