【小白】Open-CV 学习笔记 - 9.4 直方图反向投影

直方图反向投影:

简介

在这里插入图片描述

反向投影的作用是什么?

反向投影用于在输入图像(通常较大)中查找特定图像(通常较小或者仅1个像素,以下将其称为模板图像)最匹配的点或者区域,也就是定位模板图像出现在输入图像的位置。

void calcBackProject( 
const Mat* images, //源数组/图像;有相同的大小和深度(CV_8U或CV_32F)。
int nimages,//源图像的数量
const int* channels, //计算反投影的通道列表;通道数量必须与直方图维度相匹配。
InputArray hist,//输入直方图。
OutputArray backProject, //目标反向投影数组,与images[0]大小、深度相同的单通道数组。
const float** ranges,//每个维度的直方图bin边界数组。
double scale = 1, //输出反向投影的可选比例因子。
bool uniform = true //直方图是否均匀的标志。
);

示例:

#include<opencv2/opencv.hpp>
using namespace cv;

Mat hue;
int bins = 10;
void histBackprojection(int, void*);
int main()
{
    Mat src, hsv;
    src = imread("E:/image/image/shape.jpg");
    if (src.empty())
    {
        printf("can not load image \n");
        return -1;
    }
    namedWindow("input", WINDOW_AUTOSIZE);  
    imshow("input", src);
    cvtColor(src, hsv, COLOR_BGR2HSV);  
    hue.create(hsv.size(), hsv.depth());
    int ch[] = {0, 0};
    //分离Hue通道:色相通道
    mixChannels(&hsv, 1, &hue, 1, ch, 1);
    //创建Trackbar来输入bin的数目
    createTrackbar("bins:", "input", &bins, 255, histBackprojection);
    histBackprojection(0, 0);
    waitKey(0);
    return 0;
}

void histBackprojection(int, void*)
{
    MatND hist, backproj;
    int histSize = max(bins, 2);
    float range[] = {0, 255};
    const float *ranges = {range};
    //计算直方图
    calcHist(&hue, 1, 0, Mat(), hist,1, &histSize, &ranges, true, false);
    //将直方图bin的数值归一化到0-255
    normalize(hist, hist, 0, 255, NORM_MINMAX, -1, Mat());
    //计算反向投影
    calcBackProject(&hue, 1, 0, hist, backproj, &ranges, 1, true);
    namedWindow("backprogection", WINDOW_AUTOSIZE);
    imshow("backprogection", backproj);
    //显示直方图
    int binsW = cvRound((double)500/histSize);
    Mat histImg = Mat::zeros(500, 500, CV_8UC3);
    RNG rng(123);
    for (int i = 0; i < bins; i++)
    {
        Scalar color = Scalar(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255));
        rectangle(histImg, Point(i*binsW, 500), Point((i+1)*binsW, 500 - cvRound(hist.at<float>(i) * 500 / 255.0)), color, -1);
    }
    namedWindow("histogram", WINDOW_AUTOSIZE);
    imshow("histogram", histImg);
}

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

发布了34 篇原创文章 · 获赞 8 · 访问量 1870

猜你喜欢

转载自blog.csdn.net/weixin_43583163/article/details/97814343