256諧調を横軸、その数を縦軸としたLBPのヒストグラムを表示したい

LBP法で256諧調のグレースケールでヒストグラムを表現したいのですが、

from pathlib import Path
import numpy as np
from matplotlib import pyplot as plt
from skimage import feature, io, exposure
import math

hists = []
for path in Path("./preprocess_images/case3/train/T1-FE").glob("*.jpg"):  
    # グレースケールとして読み込む。
    img = io.imread(path, as_gray=True)
    # LBP 特徴量を計算する。
    lbp = feature.local_binary_pattern(img,8,1,method='uniform')
    # ヒストグラムを計算する。
    hist ,bin_centers = exposure.histogram(lbp, nbins=256, normalize=True)
    #histsに各ヒストグラム配列を保存
    hists.append(hist)
    
plt.plot(bin_centers,hist)    
#fig, ax = plt.subplots()
#ax.bar(bin_centers, hist)
plt.show()

では横軸が256諧調の表示になりません。
uniformLBPの状態なので通常状態にすればいいだろうと思ってはいるのですがやり方がわかりません。
分かる方がいらしたら教えてください。よろしくお願いします。

こちらサンプル画像です。

退会済みユーザー

2020/09/30 10:48

サンプル画像と実際のコード（インポート部分から下）を掲載できますか？手元で確認するためです。

Sukenosuke0221

2020/10/01 05:58

更新しました。宜しくお願い致します。

行動規範の内容に同意します

回答1件

ベストアンサー

描画コードを以下のものに差し替えて下さい。
plt.plot(hist)

bin_centersをプリントすると分かりますが、中身が0-9でこれに引きずられてしまっているようでした。

Python3
1print(bin_centers)
2##[0.01757812 0.05273438 0.08789062 0.12304688 0.15820312 0.19335938
3## 0.22851562 0.26367188 0.29882812 0.33398438 0.36914062 0.40429688
4## 0.43945312 0.47460938 0.50976562 0.54492188 0.58007812 0.61523438
5## 0.65039062 0.68554688 0.72070312 0.75585938 0.79101562 0.82617188
6## 0.86132812 0.89648438 0.93164062 0.96679688 1.00195312 1.03710938
7## 1.07226562 1.10742188 1.14257812 1.17773438 1.21289062 1.24804688
8## 1.28320312 1.31835938 1.35351562 1.38867188 1.42382812 1.45898438
9## 1.49414062 1.52929688 1.56445312 1.59960938 1.63476562 1.66992188
10## 1.70507812 1.74023438 1.77539062 1.81054688 1.84570312 1.88085938
11## 1.91601562 1.95117188 1.98632812 2.02148438 2.05664062 2.09179688
12## 2.12695312 2.16210938 2.19726562 2.23242188 2.26757812 2.30273438
13## 2.33789062 2.37304688 2.40820312 2.44335938 2.47851562 2.51367188
14## 2.54882812 2.58398438 2.61914062 2.65429688 2.68945312 2.72460938
15## 2.75976562 2.79492188 2.83007812 2.86523438 2.90039062 2.93554688
16## 2.97070312 3.00585938 3.04101562 3.07617188 3.11132812 3.14648438
17## 3.18164062 3.21679688 3.25195312 3.28710938 3.32226562 3.35742188
18## 3.39257812 3.42773438 3.46289062 3.49804688 3.53320312 3.56835938
19## 3.60351562 3.63867188 3.67382812 3.70898438 3.74414062 3.77929688
20## 3.81445312 3.84960938 3.88476562 3.91992188 3.95507812 3.99023438
21## 4.02539062 4.06054688 4.09570312 4.13085938 4.16601562 4.20117188
22## 4.23632812 4.27148438 4.30664062 4.34179688 4.37695312 4.41210938
23## 4.44726562 4.48242188 4.51757812 4.55273438 4.58789062 4.62304688
24## 4.65820312 4.69335938 4.72851562 4.76367188 4.79882812 4.83398438
25## 4.86914062 4.90429688 4.93945312 4.97460938 5.00976562 5.04492188
26## 5.08007812 5.11523438 5.15039062 5.18554688 5.22070312 5.25585938
27## 5.29101562 5.32617188 5.36132812 5.39648438 5.43164062 5.46679688
28## 5.50195312 5.53710938 5.57226562 5.60742188 5.64257812 5.67773438
29## 5.71289062 5.74804688 5.78320312 5.81835938 5.85351562 5.88867188
30## 5.92382812 5.95898438 5.99414062 6.02929688 6.06445312 6.09960938
31## 6.13476562 6.16992188 6.20507812 6.24023438 6.27539062 6.31054688
32## 6.34570312 6.38085938 6.41601562 6.45117188 6.48632812 6.52148438
33## 6.55664062 6.59179688 6.62695312 6.66210938 6.69726562 6.73242188
34## 6.76757812 6.80273438 6.83789062 6.87304688 6.90820312 6.94335938
35## 6.97851562 7.01367188 7.04882812 7.08398438 7.11914062 7.15429688
36## 7.18945312 7.22460938 7.25976562 7.29492188 7.33007812 7.36523438
37## 7.40039062 7.43554688 7.47070312 7.50585938 7.54101562 7.57617188
38## 7.61132812 7.64648438 7.68164062 7.71679688 7.75195312 7.78710938
39## 7.82226562 7.85742188 7.89257812 7.92773438 7.96289062 7.99804688
40## 8.03320312 8.06835938 8.10351562 8.13867188 8.17382812 8.20898438
41## 8.24414062 8.27929688 8.31445312 8.34960938 8.38476562 8.41992188
42## 8.45507812 8.49023438 8.52539062 8.56054688 8.59570312 8.63085938
43## 8.66601562 8.70117188 8.73632812 8.77148438 8.80664062 8.84179688
44## 8.87695312 8.91210938 8.94726562 8.98242188]
45
46## plt.plot(bin_centers,hist)  
47plt.plot(hist)