生活随笔
收集整理的這篇文章主要介紹了
calcBackProject函数（搜索小物体的位置）
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
calcBackProject的輸入通常為目標區域的直方圖和待跟蹤圖像的直方圖，輸出與待跟蹤圖像大小相同，每一個像素點表示該點為目標區域的概率。這個點越亮，該點屬于物體的概率越大。
步驟：
1.使用一幅只包含小物體的圖片（圖片大小和物體一樣大即可， 不需要向上一篇同樣大），計算其二維直方圖 (HSV空間中的 h(亮度）和 s （飽和度) 二維直方圖 ? (還可以和圖像的梯度和(或)梯度角度結合起來，查找紋理相似 和(或) 顏色相似
2.輸入一幅待搜索的圖片， 轉化為HSV空間 ,只取h 和 s 分量
3. 設置搜索塊大小和物體大小相同（即和第1步中圖片大小相同） ，使用cvCalcBackProjectPatch反向塊投影 和圖片result
4.在result中取最大值所在位置，即可得到物體在輸入圖片中的位置了。 (或者設定一個閾值）
示例程序如下：
[cpp]?view plaincopy
#include?<iostream>?? #include?<cv.h>?? #include?<highgui.h>?? #include?<cxcore.h>?? ?? using?namespace?std;?? ?? void?GetHSV(const?IplImage?*image,IplImage?**h,IplImage?**s,IplImage?**v);?? ?? int?main()?? {?? ????IplImage?*src?=?cvLoadImage("f:\\images\\bluecup.jpg");?? ????IplImage?*h_src?=?NULL?,*s_src?=?NULL;?? ????GetHSV(src,&h_src,&s_src,NULL);?? ????IplImage?*images[]?=?{h_src,s_src};?? ????CvHistogram?*hist_src;?? ????{?? ????????int?dims?=?2;?? ????????int?size[]?=?{30,32};??? ?????????? ????????float?range_h[]?=?{0,180}??? ????????????,range_s[]?=?{0,256};?? ????????float?*ranges[]?=?{range_h,range_s};?? ????????hist_src?=?cvCreateHist(dims,size,CV_HIST_ARRAY,ranges);?? ????????cvCalcHist(images,hist_src);?? ????????cvNormalizeHist(hist_src,1);?? ????}?? ?? ????IplImage?*dst?=?cvLoadImage("f:\\images\\adrian1.jpg");?? ????IplImage?*h_dst?=?NULL,*s_dst?=?NULL;?? ????GetHSV(dst,&h_dst,&s_dst,NULL);?? ????images[0]?=?h_dst?,images[1]?=?s_dst;??? ?? ????CvSize?patch_size?=?cvSize(src->width,src->height);?? ????IplImage?*result?=?cvCreateImage(cvSize(h_dst->width?-?patch_size.width?+1,h_dst->height?-?patch_size.height?+1)?? ????????,IPL_DEPTH_32F,1);?? ?????? ?????? ????cvCalcBackProjectPatch(images,result,patch_size,hist_src,CV_COMP_CORREL,1);?? ????cvShowImage("result",result);?? ?????? ?????? ????CvPoint?max_location;?? ????cvMinMaxLoc(result,NULL,NULL,NULL,&max_location,NULL);?? ?????? ????max_location.x?+=?cvRound(patch_size.width/2);?? ????max_location.y?+=?cvRound(patch_size.height/2);?? ?????? ????cvCircle(dst,max_location,3,CV_RGB(255,0,0),-1);?? ?? ????cvShowImage("dst",dst);?? ????cvWaitKey();?? ?? ????cvReleaseImage(&src);?? ????cvReleaseImage(&dst);?? ????cvReleaseImage(&h_src);?? ????cvReleaseImage(&h_dst);?? ????cvReleaseImage(&s_dst);?? ????cvReleaseImage(&s_src);?? ????cvReleaseHist(&hist_src);?? ????cvReleaseImage(&result);?? ????cvDestroyAllWindows();?? }?? ?? void?GetHSV(const?IplImage?*image?,?IplImage?**h,IplImage?**s,IplImage?**v)?? {?? ????IplImage?*hsv?=?cvCreateImage(cvGetSize(image),8,3);?? ????cvCvtColor(image,hsv,CV_BGR2HSV);?? ?????? ????if((h?!=?NULL)?&&?(*h?==?NULL))?? ????????*h?=?cvCreateImage(cvGetSize(image),8,1);?? ????if((s?!=?NULL)?&&?(*s?==?NULL))?? ????????*s?=?cvCreateImage(cvGetSize(image),8,1);?? ????if((v?!=?NULL)?&&?(*v?==?NULL))?? ????????*v?=?cvCreateImage(cvGetSize(image),8,1);?? ?? ?? ????cvSplit(hsv,*h,(s?==?NULL)?NULL:*s,(v==NULL)?NULL:*v,NULL);?? ????cvReleaseImage(&hsv);?? }??
第一步物體圖片src剛好包含要搜索的物體：
第二步輸入圖像即待搜索的圖像如下：
?
在我的E7200 CPU ， 1GB內存 上大概運行了20秒內吧，將size內的數應該可以再適當改的更小此，速度就會提高更多了
結果如下(見圖中紅色小圓圈標記出來）：
若待搜索的圖片里有多個此物體，也是可以通過這種方法找出來的
產于cvCalcBackProjectPatch的大概意義 ，
按我的理解的話，應該是通過塊窗口搜索圖像，比較窗口中對應像素的二維直方圖與給定直方圖的差異，若完全相同，那當然就越匹配
對于不同的相關度方法，越匹配，其值由相關度方法而定，
如本程序使用的是
[cpp]?view plaincopy
CV_COMP_CORREL??
即越相似，則值越接近1. 反之則趨于0
《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀
總結
以上是生活随笔為你收集整理的calcBackProject函数（搜索小物体的位置）的全部內容，希望文章能夠幫你解決所遇到的問題。
如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。
