锐客网

  1. 首页 > it技术 > >

OpenCV直方图操作综合

opencv

原图：
OpenCV直方图操作综合
文章图片

直方图均值

equalizeHist(gray_src,dst);

效果：
OpenCV直方图操作综合
文章图片

直方图计算，显示
#include #include using namespace cv; using namespace std; int main() { const int histszie=256; float range[]={0,255}; const float *ransize={range}; Mat dst; Mat src=https://www.it610.com/article/imread("E:/opencv/cv_1/luff.jpg"); Mat gray_src; cvtColor(src,gray_src,CV_BGR2GRAY); equalizeHist(gray_src,dst); imshow("dst",dst); //imwrite("hist.jpg",dst); vectorgray_planes; Mat my_hist,oth_hist; Mat hist_image(512,400,CV_8UC3,Scalar(0,0,0)); //初始化对象 //计算直方图 //传入的单通道图像,不需要split calcHist(&gray_src,1,0,Mat(),my_hist,1,&histszie,&ransize,true,false); calcHist(&dst,1,0,Mat(),oth_hist,1,&histszie,&ransize,true,false); int hist_h=400; //归一化 normalize(my_hist,my_hist,0,hist_h,NORM_MINMAX,-1,Mat()); normalize(oth_hist,oth_hist,0,hist_h,NORM_MINMAX,-1,Mat()); for(int i=1; i(i-1))), Point((i)*2,hist_h-cvRound(my_hist.at(i))),Scalar(0,255,0),1,LINE_AA); //红色oth_hist表示原图灰度后,直方图均值后的直方图效果 line(hist_image,Point((i-1)*2,hist_h-cvRound(oth_hist.at(i-1))), Point((i)*2,hist_h-cvRound(oth_hist.at(i))),Scalar(0,0,255),1,LINE_AA); }imwrite("hist_image.jpg",hist_image); imshow("Hist",hist_image); imshow("gray",gray_src); //imshow("dst",dst); waitKey(0); return 0; }

效果：
OpenCV直方图操作综合
文章图片

直方图比较：
#include #include using namespace cv; using namespace std; int main() { Mat hsv_1,hsv_2; Mat src_1=imread("E:\\opencv\\cv_1\\luff.jpg"); Mat src_2=imread("E:\\opencv\\cv_1\\luff2.jpg"); //转为HSV cvtColor(src_1,hsv_1,CV_RGB2HSV); cvtColor(src_2,hsv_2,CV_RGB2HSV); int my_channels[]={0,1}; //直方图计算 Mat dst_1,dst_2; const int histsize[]={30,32}; float Hrangs[]={0,180}; float Srangs[]={0,256}; const float *ransize[]={Hrangs,Srangs}; calcHist(&hsv_1,1,my_channels,Mat(),dst_1,2,histsize,ransize,true,false); calcHist(&hsv_2,1,my_channels,Mat(),dst_2,2,histsize,ransize,true,false); //归一化 normalize(dst_1,dst_1,0,1,NORM_MINMAX); normalize(dst_2,dst_2,0,1,NORM_MINMAX); //直方比较 double result=compareHist(dst_1,dst_2,CV_COMP_CORREL); cout<<"相关性:"<

对比图：
OpenCV直方图操作综合
文章图片

OpenCV直方图操作综合
文章图片

补充：
函数参数解释：直方图计算:calcHist//注：转一位博主的注释
CV_EXPORTS void calcHist( const Mat* images, int nimages, const int* channels, InputArray mask, OutputArray hist, int dims, const int* histSize, const float** ranges, bool uniform = true, bool accumulate = false );


images:输入图像nimages:输入图像个数
channels:需要计算的直方图的通道mask: 掩膜，//不是太懂，直接Mat();
hist: 要承载输出直方图的容器dims:需要统计的通道数，这个与channels对应
histSize: 直方图的区间可以理解为x坐标上面的范围ranges: 统计像素值的区间,同上，理解为y
uniform:默认=true，对直方图归一化accumulate:在多个图像时，是否累计计算像素值得个数，默认false否
归一化函数：normalize
CV_EXPORTS_W void normalize( InputArray src, InputOutputArray dst, double alpha = 1, double beta = 0, int norm_type = NORM_L2, int dtype = -1, InputArray mask = noArray());

alpha:归一化后的最小值
beta：归一化后的最大值
norm_type:归一化的模式，一般选择NORM_MINMAX；
归一化的原理也很简单，应该是：在原来未归一化的比例*归一化设置的最大值（也就是beta）
直方图比较compareHist：
CV_EXPORTS_W double compareHist( InputArray H1, InputArray H2, int method );

method有以下几种：
至于取值和什么时候最接近，最相似，网上查一下对应的计算公式，即可得到
1.相关系数的标准(method=CV_COMP_CORREL) 值越大，相关度越高，最大值为1，最小值为0
2 卡方系数的标准(method=CV_COMP_CHISQR) 值越小，相关度越高，最大值无上界，最小值0
3 相交系数的标准(method=CV_COMP_INTERSECT)值越大，相关度越高，最小值为0
4 巴氏系数的标准(method=CV_COMP_BHATTACHARYYA)值越小，相关度越高，最大值为1，最小值为0

RGB与HSV：
详情转：
https://blog.csdn.net/yangdashi888/article/details/53782481
我这里就简单讲一下注意点：
HSV：H->色相(hue),S->饱和度(saturation),V->明暗(value)
HSV更适合我们常规，网上有很多关于它的图像，呈圆锥状
H取值范围0~360度，S取值范围0~1,V取值范围0~255;
【OpenCV直方图操作综合】但不同的软件进行量化的取值范围是不同的，例如PS软件里的h取值为0-360、s取值为0-1、v取值为0-1.而opencv里cvSplit使用的图像是32F则其取值是h为0-360、s取值为0-1、v取值为0-255。如果是8UC则取值范围是h为0-180、s取值为0-255、v取值是0-255.其中h色调对图像的分辨是很准的，这也就是为什么这样写：
const int histsize[]={30,30}; float Hrangs[]={0,180}; float Srangs[]={0,256}; const float *ransize[]={Hrangs,Srangs}; calcHist(&hsv_1,1,my_channels,Mat(),dst_1,2,histsize,ransize,true,false); //H,S两个通道，取值分贝是0~180，0~256











    推荐阅读


    上一篇：【算法导论】第八章之基数排序

    下一篇：为什么函数定义不放在头文件中