OpenCV开发笔记（五十二）：红胖子8分钟带你深入了解直方图对比匹配（图文并茂+浅显易懂+程序源码）

若该文为原创文章，未经允许不得转载
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/105966116
各位读者，知识无穷而人力有穷，要么改需求，要么找专业人士，要么自己研究

红胖子(红模仿)的博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中...（点击传送门）

OpenCV开发专栏（点击传送门）

上一篇：《OpenCV开发笔记（五十一）：红胖子8分钟带你深入了解透视变换（图文并茂+浅显易懂+程序源码）》

下一篇：《OpenCV开发笔记（五十三）：红胖子8分钟带你深入了解模板匹配识别（图文并茂+浅显易懂+程序源码）》

前言

      红胖子来也！！！

      识别的方式多种多样，其中在众多图像中挑选出与自己图片匹配的图片，或者准确说知道一张图片a，一个图片集合A，a在A中，使用直方图匹配能迅速识别该图片。

 

Demo

 

直方图

      直方图的理解请阅读博文：《OpenCV开发笔记（十）：OpenCV图像颜色通道分离和图像颜色多通道混合》

 

直方图对比

概述

      计算两副图像的直方图，然后比较得出相似度。

直方图可选择不同的维度，如灰度空间计算直方图，其他色彩空间计算灰度图，或者其他任何维度用来计算直方图作为比较的依据。

其计算两张直方图的对比度的方法有四种。

原理

计算相关性

值越大，相关度越高，最大值为1，最小值为0。

计算卡方

值越小，相关度越高，最大值无上界，最小值0。

计算直方图相交

      值越大，相关度越高，最大值为9.455319，最小值为0。

计算Bhattacharyya距离

      值越小，相关度越高，最大值为1，最小值为0。

函数原型

double compareHist( InputArray H1,
                   InputArray H2,
                   int method );
double compareHist( const SparseMat& H1,
                   const SparseMat& H2,
                   int method );

• 参数一：InputArray类型的H1，输入图像直方图1；
• 参数二：InputArray类型的H2，输入图像直方图2，与H1的大小一致；
• 参数三：int类型的method，匹配的方法，如下表：

序号	枚举	值	描述
1	HISTCMP_CORREL	0	相关性比较
2	HISTCMP_CHISQR	1	卡方比较
3	HISTCMP_INTERSECT	2	十字交叉性
4	HISTCMP_BHATTACHARYYA	3	巴氏距离
5	HISTCMP_HELLINGER	3	等同于HISTCMP_BHATTACHARYYA
6	HISTCMP_CHISQR_ALT	4	替代开放：通常用于纹理比较
7	HISTCMP_KL_DIV	5	KL散度

HSV颜色空间请查看博文《OpenCV开发笔记（六）：OpenCV基础数据结构、颜色转换函数和颜色空间》中的“HSV颜色空间”。

 

Demo源码

void OpenCVManager::testCompareHist()
{
    QString fileName1 =
"E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/17.jpg";
    QString fileName2 =
            "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/17.jpg";
    cv::Mat srcMat = cv::imread(fileName1.toStdString());
    cv::Mat srcMat2 = cv::imread(fileName2.toStdString());
    int width = 300;
    int height = 200;

    cv::resize(srcMat, srcMat, cv::Size(width, height));
    cv::resize(srcMat2, srcMat2, cv::Size(width, height));

    cv::String windowName = _windowTitle.toStdString();
    cvui::init(windowName);

    cv::Mat windowMat = cv::Mat(cv::Size(srcMat.cols * 2,
                                         srcMat.rows * 4),
                                srcMat.type());

    cv::Mat mat;
    while(true)
    {
        // 刷新全图黑色
        windowMat = cv::Scalar(0, 0, 0);

        // 原图复制
        mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 1),
                        cv::Range(srcMat.cols * 0, srcMat.cols * 1));
        cv::addWeighted(mat, 0.0f, srcMat, 1.0f, 0.0f, mat);

        // 原图复制
        mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 1),
                        cv::Range(srcMat.cols * 1, srcMat.cols * 2));
        cv::addWeighted(mat, 0.0f, srcMat2, 1.0f, 0.0f, mat);

        cv::MatND dstGrayHist1;
        cv::MatND dstGrayHist2;

        {
            // 计算直方图，直方图存放,需要有东西，所以使用cv::MatND，其等于createHist
            int channels[] = {0};
            // 直方图的条数
            int hueBinNum = 256;
            int histSize[] = {hueBinNum};
            // 变化范围
            float range[] = {0, 256};
            const float *ranges[] = {range};
            // 灰度直方图
            cv::Mat grayMat;
            cv::cvtColor(srcMat, grayMat, cv::COLOR_BGR2GRAY);
            cv::calcHist(&grayMat,      // 只有1个mat
                         1,             // 只有1个mat
                         channels,      // 只有1个mat的3个通道，bgr
                         cv::Mat(),     // 不使用掩码
                         dstGrayHist1,  // 输出的目标直方图
                         1,             // 计算直方图的维度
                         histSize,      // 每个维度的直方图条数（例如灰度为一维，多少条）
                         ranges,        // 每个维度的范围
                         true,          // 直方图是否均匀
                         false);        // 累计标识符，false表示直方图在配置阶段会被清零
            // 灰度图显示
            mat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 2),
                            cv::Range(srcMat.cols * 0, srcMat.cols * 1));
            cv::cvtColor(grayMat, grayMat, cv::COLOR_GRAY2BGR);
            cv::addWeighted(mat, 0.0f, grayMat, 1.0f, 0.0f, mat);
        }
        {
            // 计算直方图，直方图存放,需要有东西，所以使用cv::MatND，其等于createHist
            int channels[] = {0};
            // 直方图的条数
            int hueBinNum = 256;
            int histSize[] = {hueBinNum};
            // 变化范围
            float range[] = {0, 256};
            const float *ranges[] = {range};
            // 灰度直方图
            cv::Mat grayMat;
            cv::cvtColor(srcMat2, grayMat, cv::COLOR_BGR2GRAY);
            cv::calcHist(&grayMat,      // 只有1个mat
                         1,             // 只有1个mat
                         channels,      // 只有1个mat的3个通道，bgr
                         cv::Mat(),     // 不使用掩码
                         dstGrayHist2,  // 输出的目标直方图
                         1,             // 计算直方图的维度
                         histSize,      // 每个维度的直方图条数（例如灰度为一维，多少条）
                         ranges,        // 每个维度的范围
                         true,          // 直方图是否均匀
                         false);        // 累计标识符，false表示直方图在配置阶段会被清零
            // 灰度图显示
            mat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 2),
                            cv::Range(srcMat.cols * 1, srcMat.cols * 2));
            cv::cvtColor(grayMat, grayMat, cv::COLOR_GRAY2BGR);
            cv::addWeighted(mat, 0.0f, grayMat, 1.0f, 0.0f, mat);
        }
        {
            // 直方图四种比较 未归一化
            double correl, chisqr, intersect, bhattacharyya;
            correl = cv::compareHist(dstGrayHist1, dstGrayHist2, CV_COMP_CORREL);
            chisqr = cv::compareHist(dstGrayHist1, dstGrayHist2, CV_COMP_CHISQR);
            intersect = cv::compareHist(dstGrayHist1, dstGrayHist2, CV_COMP_INTERSECT);
            bhattacharyya = cv::compareHist(dstGrayHist1, dstGrayHist2, CV_COMP_BHATTACHARYYA);
            cvui::printf(windowMat, width * 0 + 20, height * 2 + 0,
                         "===========================");
            cvui::printf(windowMat, width * 0 + 20, height * 2 + 10,
                         "| GRAY HIST COMPARE ------");
            cvui::printf(windowMat, width * 0 + 20, height * 2 + 50,
                         "| CV_COMP_CORREL = %f", correl);
            cvui::printf(windowMat, width * 0 + 20, height * 2 + 90,
                         "| CV_COMP_CHISQR = %f", chisqr);
            cvui::printf(windowMat, width * 0 + 20, height * 2 + 130,
                         "| CV_COMP_INTERSECT = %f", intersect);
            cvui::printf(windowMat, width * 0 + 20, height * 2 + 170,
                         "| CV_COMP_BHATTACHARYYA = %f", bhattacharyya);
        }

        {
            // 直方图四种比较 归一化(注意归一化第四个参数beta为1)
            cv::normalize(dstGrayHist1, dstGrayHist1, 0, 1, cv::NORM_MINMAX, -1, cv::Mat());
            cv::normalize(dstGrayHist2, dstGrayHist2, 0, 1, cv::NORM_MINMAX, -1, cv::Mat());
            double correl, chisqr, intersect, bhattacharyya;
            correl = cv::compareHist(dstGrayHist1, dstGrayHist2, CV_COMP_CORREL);
            chisqr = cv::compareHist(dstGrayHist1, dstGrayHist2, CV_COMP_CHISQR);
            intersect = cv::compareHist(dstGrayHist1, dstGrayHist2, CV_COMP_INTERSECT);
            bhattacharyya = cv::compareHist(dstGrayHist1, dstGrayHist2, CV_COMP_BHATTACHARYYA);
            cvui::printf(windowMat, width * 0 + 20, height * 2 + 0,
                         "===========================");
            cvui::printf(windowMat, width * 1 + 20, height * 2 + 10,
                         "| GRAY HIST NORMAL COMPARE ------");
            cvui::printf(windowMat, width * 1 + 20, height * 2 + 50,
                         "| CV_COMP_CORREL = %f", correl);
            cvui::printf(windowMat, width * 1 + 20, height * 2 + 90,
                         "| CV_COMP_CHISQR = %f", chisqr);
            cvui::printf(windowMat, width * 1 + 20, height * 2 + 130,
                         "| CV_COMP_INTERSECT = %f", intersect);
            cvui::printf(windowMat, width * 1 + 20, height * 2 + 170,
                         "| CV_COMP_BHATTACHARYYA = %f", bhattacharyya);
        }
        cv::Mat hsvHist1;
        cv::Mat hsvHist2;
        {
            // 计算直方图，直方图存放,需要有东西，所以使用cv::MatND，其等于createHist
            int channels[] = {0};
            // 直方图的条数
            int hBins = 50, sBins = 60;
            int histSize[] = {hBins, sBins};
            // 变化范围
            float hRanges[] = {0, 256}; // hue
            float sRanges[] = {0, 180}; // saturation
            const float *ranges[] = {hRanges, sRanges};
            // hsv直方图
            cv::Mat hsvMat;
            cv::cvtColor(srcMat, hsvMat, cv::COLOR_BGR2HSV);
            cv::calcHist(&hsvMat,      // 只有1个mat
                         1,             // 只有1个mat
                         channels,      // 只有1个mat的3个通道，bgr
                         cv::Mat(),     // 不使用掩码
                         hsvHist1,      // 输出的目标直方图
                         1,             // 计算直方图的维度
                         histSize,      // 每个维度的直方图条数（例如灰度为一维，多少条）
                         ranges,        // 每个维度的范围
                         true,          // 直方图是否均匀
                         false);        // 累计标识符，false表示直方图在配置阶段会被清零
        }
        {
            // 计算直方图，直方图存放,需要有东西，所以使用cv::MatND，其等于createHist
            int channels[] = {0};
            // 直方图的条数
            int hBins = 50, sBins = 60;
            int histSize[] = {hBins, sBins};
            // 变化范围
            float hRanges[] = {0, 256}; // hue
            float sRanges[] = {0, 180}; // saturation
            const float *ranges[] = {hRanges, sRanges};
            // hsv直方图
            cv::Mat hsvMat;
            cv::cvtColor(srcMat2, hsvMat, cv::COLOR_BGR2HSV);
            cv::calcHist(&hsvMat,      // 只有1个mat
                         1,             // 只有1个mat
                         channels,      // 只有1个mat的3个通道，bgr
                         cv::Mat(),     // 不使用掩码
                         hsvHist2,      // 输出的目标直方图
                         1,             // 计算直方图的维度
                         histSize,      // 每个维度的直方图条数（例如灰度为一维，多少条）
                         ranges,        // 每个维度的范围
                         true,          // 直方图是否均匀
                         false);        // 累计标识符，false表示直方图在配置阶段会被清零
        }
        {
            // 直方图四种比较 未归一化
            double correl, chisqr, intersect, bhattacharyya;
            correl = cv::compareHist(hsvHist1, hsvHist2, CV_COMP_CORREL);
            chisqr = cv::compareHist(hsvHist1, hsvHist2, CV_COMP_CHISQR);
            intersect = cv::compareHist(hsvHist1, hsvHist2, CV_COMP_INTERSECT);
            bhattacharyya = cv::compareHist(hsvHist1, hsvHist2, CV_COMP_BHATTACHARYYA);
            cvui::printf(windowMat, width * 0 + 20, height * 3 + 0,
                         "===========================");
            cvui::printf(windowMat, width * 0 + 20, height * 3 + 10,
                         "| HSV HIST COMPARE ------");
            cvui::printf(windowMat, width * 0 + 20, height * 3 + 50,
                         "| CV_COMP_CORREL = %f", correl);
            cvui::printf(windowMat, width * 0 + 20, height * 3 + 90,
                         "| CV_COMP_CHISQR = %f", chisqr);
            cvui::printf(windowMat, width * 0 + 20, height * 3 + 130,
                         "| CV_COMP_INTERSECT = %f", intersect);
            cvui::printf(windowMat, width * 0 + 20, height * 3 + 170,
                         "| CV_COMP_BHATTACHARYYA = %f", bhattacharyya);
        }

        {
            // 直方图四种比较 归一化(注意归一化第四个参数beta为1)
            cv::normalize(dstGrayHist1, dstGrayHist1, 0, 1, cv::NORM_MINMAX, -1, cv::Mat());
            cv::normalize(dstGrayHist2, dstGrayHist2, 0, 1, cv::NORM_MINMAX, -1, cv::Mat());
            double correl, chisqr, intersect, bhattacharyya;
            correl = cv::compareHist(hsvHist1, hsvHist2, CV_COMP_CORREL);
            chisqr = cv::compareHist(hsvHist1, hsvHist2, CV_COMP_CHISQR);
            intersect = cv::compareHist(hsvHist1, hsvHist2, CV_COMP_INTERSECT);
            bhattacharyya = cv::compareHist(hsvHist1, hsvHist2, CV_COMP_BHATTACHARYYA);
            cvui::printf(windowMat, width * 1 + 20, height * 3 + 0,
                         "===========================");
            cvui::printf(windowMat, width * 1 + 20, height * 3 + 10,
                         "| HSV HIST NORMAL COMPARE ------");
            cvui::printf(windowMat, width * 1 + 20, height * 3 + 50,
                         "| CV_COMP_CORREL = %f", correl);
            cvui::printf(windowMat, width * 1 + 20, height * 3 + 90,
                         "| CV_COMP_CHISQR = %f", chisqr);
            cvui::printf(windowMat, width * 1 + 20, height * 3 + 130,
                         "| CV_COMP_INTERSECT = %f", intersect);
            cvui::printf(windowMat, width * 1 + 20, height * 3 + 170,
                         "| CV_COMP_BHATTACHARYYA = %f", bhattacharyya);
        }


        // 更新
        cvui::update();
        // 显示
        cv::imshow(windowName, windowMat);
        // esc键退出
        if(cv::waitKey(25) == 27)
        {
            break;
        }
    }
}

 

工程模板：对应版本号v1.47.0

      对应版本号v1.47.0

 

上一篇：《OpenCV开发笔记（五十一）：红胖子8分钟带你深入了解透视变换（图文并茂+浅显易懂+程序源码）》

下一篇：《OpenCV开发笔记（五十三）：红胖子8分钟带你深入了解模板匹配识别（图文并茂+浅显易懂+程序源码）》

原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/105966116