热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

使用直方图比较图像的相似度

目的:直方图在cv领域到处可见,因为其功能在cv算法的实现中比不可少。Opencv库中也集成了关于直方图的不少函数,比如直方图的计算,均衡,归一化,相似度比较等等。为了体验这些函数,

目的:

  直方图在cv领域到处可见,因为其功能在cv算法的实现中比不可少。Opencv库中也集成了关于直方图的不少函数,比如直方图的计算,均衡,归一化,相似度比较等等。

为了体验这些函数,做了个小实验,功能是:打开摄像头,鼠标选定一个框,框内图像作为标准图像,计算出其直方图并显示出来;然后继续鼠标选定框,该框内的图像的直方

图与标准图像的进行相似度计算,计算结果在终端输出,数值越大表示相似度越大。

  工程环境:opencv2.3.1+vs2010。

 

工程代码:

 

  1 // hist_test.cpp : 定义控制台应用程序的入口点。
2 //
3
4 #include "stdafx.h"
5 #include
6 #include
7 #include
8 #include
9 #include
10
11 using namespace cv;
12 using namespace std;
13
14 int nFrame_num=0;
15 bool pause=false;
16 bool tracking=false;
17 Rect preselectROI,selectROI;//用于存放手选的矩形
18 bool comp=true;
19
20 Mat rhist,ghist,bhist;
21 int channels[]={0,1,2};
22 //const int histsize[]={256,256,256};
23 const int histsize[]={16,16,16};
24 const int histsize1=16;
25 float rranges[]={0,255};
26 float granges[]={0,255};
27 float branges[]={0,255};
28 float range[]={0,255};
29 const float *ranges1={range};//这里的ranges就相当于一个双指针了
30 const float *ranges[]={rranges,granges,branges};//ranges是个双指针,且前面一定要用const,即不可改变常量,提高程序的可读性和稳健性
31 //const float *ranges[]={{0,255},{0,255},{0,255}};
32
33 void onMouse(int event,int x,int y,int,void *)
34 {
35 if(event==CV_EVENT_LBUTTONDOWN)
36 {
37 selectROI.x=x;
38 selectROI.y=y;
39 tracking=false;
40 }
41 else if(event==CV_EVENT_LBUTTONUP)
42 {
43 selectROI.camera",1);
68 namedWindow("rgb_hist",1);
69 setMouseCallback("camera",onMouse,0);//这里用的是面向对象的思想,只要有鼠标动作就会调用鼠标响应函数
70
71 while(1)
72 {
73 if(!pause)//暂停按钮只需控制视频的读取
74 {
75 cam>>frame;
76 if(frame.empty())
77 break;//break此处跳出的是while语句,一般是跳出for或while语句,不要理解为跳出if语句
78 }
79 /* if(1==nFrame_num)
80 {
81
82 }*/
83 if(tracking)
84 {
85 Mat RoiImage(frame,selectROI);
86
87 /*************************************************************************************************************************/
88 /**** calcHist():计算图像块的直方图矩阵 ****/
89 /****calcHist(),第1个参数为原数组区域列表;第二个参数为有计算几个原数组;参数3为需要统计的通道索引数;参数4为操作掩码****/
90 /****第5个参数为存放目标直方图矩阵;参数6为需要计算的直方图的维数;参数7为每一维的bin的个数;参数8为每一维数值的取值范围****/
91 /****参数10为每个bin的大小是否相同的标志,默认为1,即bin的大小都相同;参数11为直方图建立时清除内存痕迹标志,默认为0,即清除****/
92 /*************************************************************************************************************************/
93 calcHist(&RoiImage,1,channels,Mat(),RoiHist,3,histsize,ranges);//原数组区域RoiImage,1个源,需要统计的通道索引为{0,1,2},
94 //目标直方图RoiHist,3维,每一维的bin数histsize,取值范围为
95 //ranges,实际上计算出的目标矩阵类似一维矩阵。
96
97
98 /*************************************************************************************************************************/
99 /**** normalize():根据某种范数或者数值范围归一化数组 ****/
100 /**** normalize(),参数1表示需要归一化的数组;参数2为归一化后的目的数组;参数3表示输出数值的最小值/最大值或者输出数值的范数;****/
101 /**** 参数4表示输出数值的最小值/最大值;参数5表示归一化数组使用的归一化类型,默认值为使用L2范数;参数6为对应元素的掩膜矩阵 ****/
102 /**** 默认值为空,即不采用掩膜操作 ****/
103 /*************************************************************************************************************************/
104 normalize(RoiHist,RoiHist);//使用L2范数将RoiHist直方图原地归一化
105
106 vector rgb_planes;//这里的vector为向量,向量的数据类型为Mat结构体,向量的长度为3
107 split(RoiImage,rgb_planes);//将rgb图分解到rgb_planes各个分量中
108 calcHist(&rgb_planes[0],1,0,Mat(),rhist,1,&histsize1,&ranges1);
109 normalize(rhist,rhist,0,DRAW_H,NORM_MINMAX);//进行最大最小值归一化
110 calcHist(&rgb_planes[1],1,0,Mat(),ghist,1,&histsize1,&ranges1);
111 normalize(ghist,ghist,0,DRAW_H,NORM_MINMAX);
112 calcHist(&rgb_planes[2],1,0,Mat(),bhist,1,&histsize1,&ranges1);
113 normalize(bhist,bhist,0,DRAW_H,NORM_MINMAX);
114 if(nFrame_num==1)
115 {
116 // preselectROI=selectROI;
117 preselectROI.x=selectROI.x;
118 preselectROI.y=selectROI.y;
119 preselectROI.与第1次选定的图像区域相似度为:%f\n",distence);//数组越大,相似度越大
132
133 //显示直方图
134 for(int i=1;i)
135 {
136 //画直线中要注意2点,因为图片的原点在左上角,而直方图坐标系的原点在左下角,所以高度值都需要被直方图图纸高度减掉,另外取一维直方图时只能用at运算符
137 line(draw,Point(DRAW_BIN_W*(i-1),DRAW_H-cvRound(rhist.at<float>((i-1)))),Point(DRAW_BIN_W*(i),DRAW_H-cvRound(rhist.at<float>(i))),Scalar(255,0,0),2,8,0);
138 line(draw,Point(DRAW_BIN_W*(i-1),DRAW_H-cvRound(ghist.at<float>((i-1)))),Point(DRAW_BIN_W*(i),DRAW_H-cvRound(ghist.at<float>(i))),Scalar(0,255,0),2,8,0);
139 line(draw,Point(DRAW_BIN_W*(i-1),DRAW_H-cvRound(bhist.at<float>((i-1)))),Point(DRAW_BIN_W*(i),DRAW_H-cvRound(bhist.at<float>(i))),Scalar(0,0,255),2,8,0);
140 }
141 imshow("rgb_hist",draw);
142 draw=Mat::zeros(DRAW_W,DRAW_H,CV_8UC3);//每画完一次直方图后都进行一次清0操作
143 comp=false;
144 }
145 rectangle(frame,selectROI,Scalar(0,255,0),2,8);//手动选定一次就显示一次
146 }//end tracking
147 rectangle(frame,preselectROI,Scalar(0,0,255),5,8);//初始的选定目标一直不变
148 imshow("camera",frame);
149
150 //键盘响应
151 char c = (char)waitKey(10);
152 if( c == 27 )
153 break;
154 switch(c)
155 {
156 case 'p'://暂停键
157 pause = !pause;
158 break;
159 default:
160 ;
161 }
162 }//end while;
163 return 0;
164 }

 

 

 

 

实验结果:

  选定框内的模板用红色框标出,其他待比较的模板用绿色框标出。

  模板图像块的简单直方图(rgb分开画的)显示如下:

  

 

   第一次比较结果图:

  

 

  第二次比较结果图:

  

 

   第三次比较结果图(2个框选定的基本重合):

  

 

  三次比较相似度结果:

  

  可以看出,第三次的框与标准框内图像(即第1次选定的图像区域)的相似度值最大。

 

 


推荐阅读
  • 本文详细介绍了 MySQL 中 LAST_INSERT_ID() 函数的使用方法及其工作原理,包括如何获取最后一个插入记录的自增 ID、多行插入时的行为以及在不同客户端环境下的表现。 ... [详细]
  • 本文详细探讨了JDBC(Java数据库连接)的内部机制,重点分析其作为服务提供者接口(SPI)框架的应用。通过类图和代码示例,展示了JDBC如何注册驱动程序、建立数据库连接以及执行SQL查询的过程。 ... [详细]
  • MySQL索引详解与优化
    本文深入探讨了MySQL中的索引机制,包括索引的基本概念、优势与劣势、分类及其实现原理,并详细介绍了索引的使用场景和优化技巧。通过具体示例,帮助读者更好地理解和应用索引以提升数据库性能。 ... [详细]
  • Codeforces Round #566 (Div. 2) A~F个人题解
    Dashboard-CodeforcesRound#566(Div.2)-CodeforcesA.FillingShapes题意:给你一个的表格,你 ... [详细]
  • 使用GDI的一些AIP函数我们可以轻易的绘制出简 ... [详细]
  • 本题探讨如何通过最大流算法解决农场排水系统的设计问题。题目要求计算从水源点到汇合点的最大水流速率,使用经典的EK(Edmonds-Karp)和Dinic算法进行求解。 ... [详细]
  • 毕业设计:基于机器学习与深度学习的垃圾邮件(短信)分类算法实现
    本文详细介绍了如何使用机器学习和深度学习技术对垃圾邮件和短信进行分类。内容涵盖从数据集介绍、预处理、特征提取到模型训练与评估的完整流程,并提供了具体的代码示例和实验结果。 ... [详细]
  • 在多线程编程环境中,线程之间共享全局变量可能导致数据竞争和不一致性。为了解决这一问题,Linux提供了线程局部存储(TLS),使每个线程可以拥有独立的变量副本,确保线程间的数据隔离与安全。 ... [详细]
  • 本文介绍了几种不同的编程方法来计算从1到n的自然数之和,包括循环、递归、面向对象以及模板元编程等技术。每种方法都有其特点和适用场景。 ... [详细]
  • 本文深入探讨了POJ2762问题,旨在通过强连通分量缩点和单向连通性的判断方法,解决有向图中任意两点之间的可达性问题。文章详细介绍了算法原理、实现步骤,并附带完整的代码示例。 ... [详细]
  • 基于KVM的SRIOV直通配置及性能测试
    SRIOV介绍、VF直通配置,以及包转发率性能测试小慢哥的原创文章,欢迎转载目录?1.SRIOV介绍?2.环境说明?3.开启SRIOV?4.生成VF?5.VF ... [详细]
  • 探索1000以内的完美数:因数和等于自身
    本文探讨了如何在1000以内找到所有完美数,即一个数的因数(不包括自身)之和等于该数本身。例如,6是一个完美数,因为1 + 2 + 3 = 6。通过编程实现这一过程,可以更好地理解完美数的特性。 ... [详细]
  • 本文详细介绍了在企业级项目中如何优化 Webpack 配置,特别是在 React 移动端项目中的最佳实践。涵盖资源压缩、代码分割、构建范围缩小、缓存机制以及性能优化等多个方面。 ... [详细]
  • 数据结构入门:栈的基本概念与操作
    本文详细介绍了栈这一重要的数据结构,包括其基本概念、顺序存储结构、栈的基本操作(如入栈、出栈、清空栈和销毁栈),以及如何利用栈实现二进制到十进制的转换。通过具体代码示例,帮助读者更好地理解和应用栈的相关知识。 ... [详细]
  • 本文介绍了Linux系统中的文件IO操作,包括文件描述符、基本文件操作函数以及目录操作。详细解释了各个函数的参数和返回值,并提供了代码示例。 ... [详细]
author-avatar
Tibetan-妍自_557
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有