直方圖對(duì)比

目標(biāo)

本文檔嘗試解答如下問(wèn)題:

• 如何使用OpenCV函數(shù)?compareHist?產(chǎn)生一個(gè)表達(dá)兩個(gè)直方圖的相似度的數(shù)值。
• 如何使用不同的對(duì)比標(biāo)準(zhǔn)來(lái)對(duì)直方圖進(jìn)行比較。

原理

• 要比較兩個(gè)直方圖(??and??), 首先必須要選擇一個(gè)衡量直方圖相似度的?對(duì)比標(biāo)準(zhǔn)?() 。

• OpenCV 函數(shù)?compareHist?執(zhí)行了具體的直方圖對(duì)比的任務(wù)。該函數(shù)提供了4種對(duì)比標(biāo)準(zhǔn)來(lái)計(jì)算相似度：

• Correlation ( CV_COMP_CORREL )

  其中

  ?是直方圖中bin的數(shù)目。

• Chi-Square ( CV_COMP_CHISQR )

• Intersection ( CV_COMP_INTERSECT )

• Bhattacharyya 距離( CV_COMP_BHATTACHARYYA )

源碼

• 本程序做什么?

  • 裝載一張?基準(zhǔn)圖像?和 兩張?測(cè)試圖像?進(jìn)行對(duì)比。
  • 產(chǎn)生一張取自?基準(zhǔn)圖像?下半部的圖像。
  • 將圖像轉(zhuǎn)換到HSV格式。
  • 計(jì)算所有圖像的H-S直方圖，并歸一化以便對(duì)比。
  • 將?基準(zhǔn)圖像?直方圖與 兩張測(cè)試圖像直方圖，基準(zhǔn)圖像半身像直方圖，以及基準(zhǔn)圖像本身的直方圖分別作對(duì)比。
  • 顯示計(jì)算所得的直方圖相似度數(shù)值。

• 下載代碼: 點(diǎn)擊?這里

• 代碼一瞥:

#include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <iostream> #include <stdio.h>using namespace std; using namespace cv;/** @函數(shù) main */ int main( int argc, char** argv ) {Mat src_base, hsv_base;Mat src_test1, hsv_test1;Mat src_test2, hsv_test2;Mat hsv_half_down;/// 裝載三張背景環(huán)境不同的圖像if( argc < 4 ){ printf("** Error. Usage: ./compareHist_Demo <image_settings0> <image_setting1> <image_settings2>\n");return -1;}src_base = imread( argv[1], 1 );src_test1 = imread( argv[2], 1 );src_test2 = imread( argv[3], 1 );/// 轉(zhuǎn)換到 HSVcvtColor( src_base, hsv_base, CV_BGR2HSV );cvtColor( src_test1, hsv_test1, CV_BGR2HSV );cvtColor( src_test2, hsv_test2, CV_BGR2HSV );hsv_half_down = hsv_base( Range( hsv_base.rows/2, hsv_base.rows - 1 ), Range( 0, hsv_base.cols - 1 ) );/// 對(duì)hue通道使用30個(gè)bin,對(duì)saturatoin通道使用32個(gè)binint h_bins = 50; int s_bins = 60;int histSize[] = { h_bins, s_bins };// hue的取值范圍從0到256, saturation取值范圍從0到180float h_ranges[] = { 0, 256 };float s_ranges[] = { 0, 180 };const float* ranges[] = { h_ranges, s_ranges };// 使用第0和第1通道int channels[] = { 0, 1 };/// 直方圖MatND hist_base;MatND hist_half_down;MatND hist_test1;MatND hist_test2;/// 計(jì)算HSV圖像的直方圖calcHist( &hsv_base, 1, channels, Mat(), hist_base, 2, histSize, ranges, true, false );normalize( hist_base, hist_base, 0, 1, NORM_MINMAX, -1, Mat() );calcHist( &hsv_half_down, 1, channels, Mat(), hist_half_down, 2, histSize, ranges, true, false );normalize( hist_half_down, hist_half_down, 0, 1, NORM_MINMAX, -1, Mat() );calcHist( &hsv_test1, 1, channels, Mat(), hist_test1, 2, histSize, ranges, true, false );normalize( hist_test1, hist_test1, 0, 1, NORM_MINMAX, -1, Mat() );calcHist( &hsv_test2, 1, channels, Mat(), hist_test2, 2, histSize, ranges, true, false );normalize( hist_test2, hist_test2, 0, 1, NORM_MINMAX, -1, Mat() );///應(yīng)用不同的直方圖對(duì)比方法for( int i = 0; i < 4; i++ ){ int compare_method = i;double base_base = compareHist( hist_base, hist_base, compare_method );double base_half = compareHist( hist_base, hist_half_down, compare_method );double base_test1 = compareHist( hist_base, hist_test1, compare_method );double base_test2 = compareHist( hist_base, hist_test2, compare_method );printf( " Method [%d] Perfect, Base-Half, Base-Test(1), Base-Test(2) : %f, %f, %f, %f \n", i, base_base, base_half , base_test1, base_test2 );}printf( "Done \n" );return 0;}

解釋

聲明儲(chǔ)存基準(zhǔn)圖像和另外兩張對(duì)比圖像的矩陣( RGB 和 HSV )

Mat src_base, hsv_base; Mat src_test1, hsv_test1; Mat src_test2, hsv_test2; Mat hsv_half_down;

裝載基準(zhǔn)圖像(src_base) 和兩張測(cè)試圖像:

if( argc < 4 ){ printf("** Error. Usage: ./compareHist_Demo <image_settings0> <image_setting1> <image_settings2>\n");return -1;}src_base = imread( argv[1], 1 ); src_test1 = imread( argv[2], 1 ); src_test2 = imread( argv[3], 1 );

將圖像轉(zhuǎn)化到HSV格式:

cvtColor( src_base, hsv_base, CV_BGR2HSV ); cvtColor( src_test1, hsv_test1, CV_BGR2HSV ); cvtColor( src_test2, hsv_test2, CV_BGR2HSV );

同時(shí)創(chuàng)建包含基準(zhǔn)圖像下半部的半身圖像(HSV格式):

hsv_half_down = hsv_base( Range( hsv_base.rows/2, hsv_base.rows - 1 ), Range( 0, hsv_base.cols - 1 ) );

初始化計(jì)算直方圖需要的實(shí)參(bins, 范圍，通道 H 和 S ).

int h_bins = 50; int s_bins = 32; int histSize[] = { h_bins, s_bins };float h_ranges[] = { 0, 256 }; float s_ranges[] = { 0, 180 };const float* ranges[] = { h_ranges, s_ranges };int channels[] = { 0, 1 };

創(chuàng)建儲(chǔ)存直方圖的 MatND 實(shí)例:

MatND hist_base; MatND hist_half_down; MatND hist_test1; MatND hist_test2;

計(jì)算基準(zhǔn)圖像，兩張測(cè)試圖像，半身基準(zhǔn)圖像的直方圖:

calcHist( &hsv_base, 1, channels, Mat(), hist_base, 2, histSize, ranges, true, false ); normalize( hist_base, hist_base, 0, 1, NORM_MINMAX, -1, Mat() );calcHist( &hsv_half_down, 1, channels, Mat(), hist_half_down, 2, histSize, ranges, true, false ); normalize( hist_half_down, hist_half_down, 0, 1, NORM_MINMAX, -1, Mat() );calcHist( &hsv_test1, 1, channels, Mat(), hist_test1, 2, histSize, ranges, true, false ); normalize( hist_test1, hist_test1, 0, 1, NORM_MINMAX, -1, Mat() );calcHist( &hsv_test2, 1, channels, Mat(), hist_test2, 2, histSize, ranges, true, false ); normalize( hist_test2, hist_test2, 0, 1, NORM_MINMAX, -1, Mat() );

按順序使用4種對(duì)比標(biāo)準(zhǔn)將基準(zhǔn)圖像(hist_base)的直方圖與其余各直方圖進(jìn)行對(duì)比:

for( int i = 0; i < 4; i++ ){ int compare_method = i;double base_base = compareHist( hist_base, hist_base, compare_method );double base_half = compareHist( hist_base, hist_half_down, compare_method );double base_test1 = compareHist( hist_base, hist_test1, compare_method );double base_test2 = compareHist( hist_base, hist_test2, compare_method );printf( " Method [%d] Perfect, Base-Half, Base-Test(1), Base-Test(2) : %f, %f, %f, %f \n", i, base_base, base_half , base_test1, base_test2 );}

結(jié)果

使用下列輸入圖像:

第一張為基準(zhǔn)圖像，其余兩張為測(cè)試圖像。同時(shí)我們會(huì)將基準(zhǔn)圖像與它自身及其半身圖像進(jìn)行對(duì)比。

我們應(yīng)該會(huì)預(yù)料到當(dāng)將基準(zhǔn)圖像直方圖及其自身進(jìn)行對(duì)比時(shí)會(huì)產(chǎn)生完美的匹配， 當(dāng)與來(lái)源于同一樣的背景環(huán)境的半身圖對(duì)比時(shí)應(yīng)該會(huì)有比較高的相似度， 當(dāng)與來(lái)自不同亮度光照條件的其余兩張測(cè)試圖像對(duì)比時(shí)匹配度應(yīng)該不是很好:

下面顯示的是結(jié)果數(shù)值:

對(duì)比標(biāo)準(zhǔn) 基準(zhǔn) - 基準(zhǔn) 基準(zhǔn) - 半身 基準(zhǔn) - 測(cè)試1 基準(zhǔn) - 測(cè)試2

Correlation	1.000000	0.930766	0.182073	0.120447
Chi-square	0.000000	4.940466	21.184536	49.273437
Intersection	24.391548	14.959809	3.889029	5.775088
Bhattacharyya	0.000000	0.222609	0.646576	0.801869

對(duì)于?Correlation?和?Intersection?標(biāo)準(zhǔn), 值越大相似度越大。因此可以看到對(duì)于采用這兩個(gè)方法的對(duì)比，*基準(zhǔn) - 基準(zhǔn)* 的對(duì)比結(jié)果值是最大的， 而?基準(zhǔn) - 半身?的匹配則是第二好(跟我們預(yù)測(cè)的一致)。而另外兩種對(duì)比標(biāo)準(zhǔn)，則是結(jié)果越小相似度越大。 我

總結(jié)

以上是生活随笔為你收集整理的compareHist函数的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。