Opencv(C++)笔记--直方图比较、直方图反向投影-创新互联

创新互联建站是一家集网站建设,广安企业网站建设,广安品牌网站建设,网站定制,广安网站建设报价,网络营销,网络优化,广安网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。

1--直方图比较

1-1--四种常见比较方法

1-2--OpenCV API

1-3--代码实例

2--直方图反向投影

2-1--Opencv API

2-2--代码实例

2-3--代码分析

3--参考

1--直方图比较

通过比较两幅图像的直方图，可以衡量两幅图像的相似和相关程度，一定程度上可以进行图像的匹配；

1-1--四种常见比较方法

① 相关系数（cv::HISTCMP_CORREL）：数值越大，相关度越高，大值为 1，最小值为 0；

② 卡方系数（cv::HISTCMP_CHISQR）：数值越小，相关度越高，大值无上界，最小值为 0；

③ 相交系数（cv::HISTCMP_INTERSECT）：数值越大，相关度越高，大值为 9.455319，最小值为 0；

④ 巴氏系数（cv::HISTCMP_BHATTACHARYYA）：数值越小，相关度越高，大值为 1，最小值为 0；

具体数学公式参考直方图比较方法数学公式；

1-2--OpenCV API

double result12 = cv::compareHist(hist_src1, hist_src2, cv::HISTCMP_CORREL);

1-3--代码实例

# include# include# includeint main(int argc, char** argv){

    cv::Mat src1, src2;

    src1 = cv::imread("C:/Users/Liujinfu/Desktop/opencv_bilibili/test1.jpg");
    src2 = cv::imread("C:/Users/Liujinfu/Desktop/opencv_bilibili/test1_noise.jpg");

    cv::Mat origin1, origin2;
    src1.copyTo(origin1);
    src2.copyTo(origin2);


    if (src1.empty() ||  src2.empty()){
        printf("could not load image..\n");
        return -1;
    }
    cv::imshow("input1", src1);
    cv::imshow("input2", src2);

    cv::cvtColor(src1, src1, cv::COLOR_BGR2HSV);
    cv::cvtColor(src2, src2, cv::COLOR_BGR2HSV);

    int h_bins = 50, s_bins = 60;
    int histSize[] = {h_bins, s_bins};

    float h_ranges[] = {0, 180};
    float s_ranges[] = {0, 256};
    const float* ranges[] = {h_ranges, s_ranges};
    int channels[] = {0, 1};

    cv::MatND hist_src1, hist_src2;

    cv::calcHist(&src1, 1, channels, cv::Mat(), hist_src1, 2, histSize, ranges, true, false);
    cv::normalize(hist_src1, hist_src1, 0, 1, cv::NORM_MINMAX, -1, cv::Mat());

    cv::calcHist(&src2, 1, channels, cv::Mat(), hist_src2, 2, histSize, ranges, true, false);
    cv::normalize(hist_src2, hist_src2, 0, 1, cv::NORM_MINMAX, -1, cv::Mat());

    double result11 = cv::compareHist(hist_src1, hist_src1, cv::HISTCMP_CORREL);
    double result12 = cv::compareHist(hist_src1, hist_src2, cv::HISTCMP_CORREL);
    
    cv::putText(origin1, std::to_string(result11), cv::Point(50, 50), cv::FONT_HERSHEY_COMPLEX, 1, cv::Scalar(0, 0, 255), 2, cv::LINE_AA);
    cv::putText(origin2, std::to_string(result12), cv::Point(50, 50), cv::FONT_HERSHEY_COMPLEX, 1, cv::Scalar(0, 0, 255), 2, cv::LINE_AA);

    cv::imshow("output1", origin1);
    cv::imshow("output2", origin2);

    cv::waitKey(0);
    return 0;
}

2--直方图反向投影

反向投影用于反映输入图像的像素点去适应直方图模型像素分布的方式，反向投影首先计算某一特征的直方图模型，然后使用该模型去寻找原图像中存在的特征。反向投影在某一位置的像素数值，表示原图像对应位置像素值在原图像中的总数目。

反向投影将图像特征反映到原图像上，对于图像中的物体特征识别和分割具有重要的作用。

2-1--Opencv API

void cv::calcBackProject(const cv::Mat *images, int nimages, const int *channels, cv::InputArray hist, cv::OutputArray backProject, const float **ranges, double scale = (1.0), bool uniform = true)

const cv::Mat *images：输入的图像或图像集，需要具有相同的尺寸和深度；

int nimages：输入图像的数目；

const int *channels：用于计算反向投影的通道列表，具体范围参考官方文档；

cv::InputArray hist：输入的直方图数据，即上面所说的计算得到的直方图模型；

cv::OutputArray backProject：目标反向投影输出图像，是一个单通道图像，与原图像有相同的尺寸和深度；

const float **ranges：直方图中每个维度bin的取值范围（将bin理解为横坐标，则ranges为纵坐标）；

double scale = (1.0)：可选输出反向投影的比例因子；

bool uniform = true：直方图是否均匀分布的标识符，默认值true；

2-2--代码实例

# include# include# includevoid Hist_And_Backprojection(int bins, void* hue1){
    float range[] = {0, 180};
    const float *histRanges = {range}; // 直方图数据纵坐标的范围
    cv::Mat h_hist; // 输出直方图数据

    cv::Mat hue = *(cv::Mat*)(hue1); // 这里传入的是H色调，所以计算的是色调的直方图
    cv::calcHist(&hue, 1, 0, cv::Mat(), h_hist, 1, &bins, &histRanges, true, false); // 计算直方图
    cv::normalize(h_hist, h_hist, 0, 255, cv::NORM_MINMAX, -1, cv::Mat()); // 归一化到0~255

    cv::Mat backPrjImage;
    cv::calcBackProject(&hue, 1, 0, h_hist, backPrjImage, &histRanges, 1, true);
    cv::imshow("output", backPrjImage);

    // 直方图分布图
    int hist_h = 600;
    int hist_w = 600;
    cv::Mat histImage(hist_w, hist_h, CV_8UC3, cv::Scalar(0, 0, 0));
    int bin_w = cvRound((double)hist_w / bins);
    for (size_t i = 0; i< bins; i++){
        cv::rectangle(histImage,  cv::Point(i*bin_w, hist_h),
        cv::Point((i + 1) * bin_w,  hist_h - cvRound(h_hist.at(i)*hist_h / 255.0)), 
        cv::Scalar(0, 0, 255), 2, cv::LINE_AA);
    }
    cv::imshow("Histogram", histImage);
}

int main(int argc, char** argv){
    
    int bins = 12; // 初始值
    cv::Mat src1, hsv, hue;

    src1 = cv::imread("C:/Users/Liujinfu/Desktop/opencv_bilibili/test1.jpg"); // 读取图片
    if (src1.empty()){
        printf("could not load image..\n");
        return -1;
    }
    cv::imshow("input", src1);

    cv::cvtColor(src1, hsv, cv::COLOR_BGR2HSV); // BRG ->HSV
    hue.create(hsv.size(), hsv.depth()); // HSV H表示色调、S表示饱和度、V表示明暗度
    int nchannels[] = {0, 0};
    cv::mixChannels(&hsv, 1, &hue, 1, nchannels, 1); // 将一副图像的一个通道 复制到 另一幅图像的另一个通道

    // 创建 Trackbar，回调函数为 Hist_And_Backprojection
    cv::createTrackbar("Histogram Bins: ", "input", &bins, 180, Hist_And_Backprojection, &hue); 
    Hist_And_Backprojection(bins, &hue);
        
    cv::waitKey(0);
    return 0;
}

2-3--代码分析

① 上述代码计算了 H（色调）的直方图，并基于色调的直方图特征计算原图像的反向投影，将色调的特征反映到原图像中；

② 上述代码调用cv::createTrackbar()的方式与常规方式不同，常规方式往往会使用全局变量，不传入参数，而上面的代码传入了两个参数，避免定义全局变量；

③ 上述代码使用了一个 cv::mixChannels() 函数，用于将一副图像的一个通道复制到另一幅图像的另一个通道上；以下展示 cv::mixChannels() 的具体用法：

//void cv::mixChannels(const cv::Mat *src, size_t nsrcs, cv::Mat *dst, size_t ndsts, const int *fromTo, size_t npairs)
cv::mixChannels(&hsv, 1, &hue, 1, nchannels, 1);

const cv::Mat *src：输入图片或图片集（即被复制的图片）；

size_t nsrcs：输入图片的数目；

cv::Mat *dst：输出图片或图片集（即复制的目的图片）

size_t ndsts：输出图片的数目；

const int *fromTo：复制的索引，假设输入图片为三通道图像src1，其对应的通道为 src1[0] = 0, src1[1] = 1, src1[2] = 2; 输出图片为两个三通道图像dst1和dst2，则其对应的通道为 dst1[0] = 0, dst[1] = 1, dst1[2] = 2, dst2[0] = 3, dst2[1] = 4, dst2[2] = 5；当需要把src1的第一个通道复制到dst1的第二个通道，src1的第一个通道复制到dst2的第三个通道，则索引对需要设置为 {0, 1, 1, 5};

size_t npairs：索引对的数量，例如上面的复制索引 {0, 1, 1, 5}，其索引对数目为 2；

3--参考

C++ opencv之直方图反向投影（calcBackProject）

opencv —— mixChannels 通道复制

你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧

当前标题：Opencv(C++)笔记--直方图比较、直方图反向投影-创新互联
网站URL：http://azwzsj.com/article/dcphjj.html

Opencv(C++)笔记--直方图比较、直方图反向投影-创新互联

其他资讯