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