第9章直方图与匹配

9.1 图像直方图（Histogram）概述

1.作用：
在每个兴趣点设置一个有相近特征的直方图所构成的标签，通过标记帧与帧之间显著的边缘、颜色、角度等特征的统计变化，来检测视频中场景的变化。
2.概念：
图像直方图是图像中像素强度分布的图形表达方式，统计了每一个强度值所具有的像素个数，并将统计结果分布于一系列预定义的bins中。直方图中，横坐标的左侧为纯黑较暗区域，右侧为纯白较亮区域。
3.术语：
（1）dims：需要统计的特征数目
（2）bins：每个特征空间子区段的数目，称为“直条”或“组距”
（3）Range：每个特征空间的取值范围
4.例如:
假设一个矩阵包含一张图像的信息（灰度值0-255），已知数字范围包含256个值，将范围分成子区域（bins），然后统计每个bin的像素数目，如：

9.2 直方图的计算与绘制

9.2.1 计算直方图：calcHist()函数

1.作用：
计算一个或多个阵列的直方图
2.函数原型：

void calcHist(const Mat* image, int nimages, const int* channels, InputArray mask, OutputArray hist, int dims, const int* histSize, const float** ranges, bool uniform=true, bool accumulate=false)

3.参数说明：
（1）输入数组（集）
（2）输入数组个数
（3）需要统计的通道(dim)索引，第一个数组通道从0到images[0].channels()-1，第二个数组通道从images[0].channels()计算到images[0].channels()+images[1].channels()-1。
（4）可选的操作掩码，为空或与images[i]同样大小的8位数组，非零掩码元素用于标记出统计直方图的数组元素数据。
（5）输出的目标直方图，二维数组
（6）需要计算的直方图维度，必须是正数且不大于CV_MAX_DIMS
（7）存放每个维度的直方图尺寸的数组
（8）表示每一个维度数组的每一维的边界阵列，即每一位数组的取值范围
（9）指示直方图是否均匀的标识符，默认true
（10）累计标识符，默认值false，为true时直方图在配置阶段不会被清零，主要是允许从多个阵列中计算单个直方图，或用于在特定时间更新直方图。

9.2.2 寻找最值：minMaxLoc()函数

1.作用：
在数组中找到全局最小/大值
2.函数原型：

void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0, Point* maxLoc=0, InputArray mask=noArray())

3.参数说明：
（1）输入的单通道阵列
（2）返回最小值的指针，若无需返回则置为NULL
（3）返回最大值的指针，若无需返回则置为NULL
（4）返回最小位置的指针，若无需返回则置为NULL
（5）返回最大位置的指针，若无需返回则置为NULL
（6）用于选择子阵列的可选掩模

9.2.3 示例程序

1.绘制H-S二维直方图

/*
程序说明：计算彩色图像的色调（Hue）-饱和度（Saturation）二维直方图
*/
#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
using namespace std;int main()
{//【1】载入原图,转化为HSV颜色模型Mat srcImage, hsvImage;srcImage = imread("1.jpg");cvtColor(srcImage, hsvImage, COLOR_RGB2HSV);//【2】参数准备//定义存储直方图的数据结构（单通道阵列）MatND dstHist;//将色调量化为30个等级，将饱和度量化为32个等级int hueBinNum = 30;//色调直方图直条数量int saturationBinNum = 32;//饱和度直方图直条数量int histSize[] = { hueBinNum,saturationBinNum };//定义变化范围float hueRanges[] = { 0,180 };//定义色调的变化范围为0-179float saturationRanges[] = { 0,256 };//定义饱和度的变化范围为0-255const float* ranges[] = { hueRanges,saturationRanges };//calcHist函数中将计算第0通道和第1通道的直方图int channels[] = { 0,1 };//【3】正式调用calcHist，进行直方图计算//输入数组，数组个数为1，通道索引，不使用掩模，输出目标直方图，需要计算的直方图维度为2，存放每个维度的直方图尺寸的数组，每一维数组的取值范围数组，指示直方图均匀，直方图在配置阶段会被清零calcHist(&hsvImage, 1, channels, Mat(), dstHist, 2, histSize, ranges, true, false);//【4】绘制直方图准备参数double maxValue = 0;//最大值minMaxLoc(dstHist, 0, &maxValue, 0, 0);//查找数组和子数组的全局最大值存入maxValue中int scale = 10;Mat histImage = Mat::zeros(saturationBinNum*scale, hueBinNum * 10, CV_8UC3);//【5】双层循环，进行直方图绘制for (int hue = 0; hue < hueBinNum; hue++){for (int saturation = 0; saturation < saturationBinNum; saturation++){float binValue = dstHist.at<float>(hue, saturation);//直方图直条的值int intensity = cvRound(binValue * 255 / maxValue);//强度//正式绘制rectangle(histImage, Point(hue*scale, saturation*scale), Point((hue + 1)*scale - 1, (saturation+1)*scale - 1), Scalar::all(intensity), FILLED);} }//【6】显示效果图imshow("素材图", srcImage);imshow("H-S直方图", histImage);waitKey(0);return 0;
}

运行效果：

2.计算并绘制图像一维直方图

#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
using namespace std;int main()
{//【1】载入原灰度图并显示Mat srcImage = imread("1.jpg", 0);if (!srcImage.data){printf("载入原图失败~！\n");return  false;}imshow("【原始图】", srcImage);//【2】定义变量MatND dstHist;int dims = 1;float hranges[] = { 0,255 };const float *ranges[] = { hranges };int size = 256;int channels = 0;//【3】计算图像的直方图calcHist(&srcImage, 1, &channels, Mat(), dstHist, dims, &size, ranges, true, false);int scale = 1;Mat dstImage(size*scale, size, CV_8U, Scalar(0));//【4】获取最大值和最小值double minValue = 0;double maxValue = 0;minMaxLoc(dstHist, &minValue, &maxValue, 0, 0);//【5】绘制出直方图int hpt = saturate_cast<int>(0.9*size);for (int i = 0; i < 256; i++){float binValue = dstHist.at<float>(i);int realValue = saturate_cast<int>(binValue*hpt / maxValue);rectangle(dstImage, Point(i*scale, size - 1), Point((i + 1)*scale - 1, size - realValue), Scalar(255));}imshow("一维直方图", dstImage);waitKey(0);return 0;
}

运行效果：

3.绘制RGB三色直方图

#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
using namespace std;int main()
{//【1】载入原图并显示Mat srcImage = imread("love.jpg");imshow("【原始图】", srcImage);//【2】初始化直方图计算参数int bins = 256;int hist_size[] = { bins };float range[] = { 0,256 };const float* ranges[] = { range };MatND redHist, grayHist, blueHist;//【3】进行直方图计算（红色分量部分）int channels_r[] = { 0 };calcHist(&srcImage, 1, channels_r, Mat(), redHist, 1, hist_size, ranges, true, false);//【4】进行直方图计算（绿色分量部分）int channels_g[] = { 1 };calcHist(&srcImage, 1, channels_g, Mat(), grayHist, 1, hist_size, ranges, true, false);//【5】进行直方图计算（蓝色分量部分）int channels_b[] = { 2 };calcHist(&srcImage, 1, channels_b, Mat(), blueHist, 1, hist_size, ranges, true, false);//绘制三色直方图//参数准备double maxValue_red, maxValue_green, maxValue_blue;minMaxLoc(redHist, 0, &maxValue_red, 0, 0);minMaxLoc(grayHist, 0, &maxValue_green, 0, 0);minMaxLoc(blueHist, 0, &maxValue_blue, 0, 0);int scale = 1;int histHeight = 256;Mat histImage = Mat::zeros(histHeight, bins * 3, CV_8UC3);//正式绘制for (int i = 0; i < bins; i++){//参数准备float binValue_red = redHist.at<float>(i);float binValue_green = grayHist.at<float>(i);float binValue_blue = blueHist.at<float>(i);int intensity_red = cvRound(binValue_red*histHeight / maxValue_red);//要绘制的高度int intensity_green = cvRound(binValue_green*histHeight / maxValue_green);//要绘制的高度int intensity_blue = cvRound(binValue_blue*histHeight / maxValue_blue);//要绘制的高度//绘制红色分量的直方图rectangle(histImage, Point(i*scale, histHeight - 1), Point((i + 1)*scale - 1, histHeight - intensity_red), Scalar(255, 0, 0));//绘制绿色分量的直方图rectangle(histImage, Point((i + bins)*scale, histHeight - 1), Point((i + bins + 1)*scale - 1, histHeight - intensity_green), Scalar(0, 255, 0));//绘制蓝色分量的直方图rectangle(histImage, Point((i + bins * 2)*scale, histHeight - 1), Point((i + bins * 2 + 1)*scale - 1, histHeight - intensity_blue), Scalar(0, 0, 255));}//显示直方图imshow("图像的RGB直方图", histImage);waitKey(0);return 0;
}

运行效果：

《OpenCV3编程入门》学习笔记9 直方图与匹配（一二）图像直方图概述直方图的计算与绘制相关推荐

Opencv3编程入门学习笔记（三）之访问图像像素的三种方法
访问图像像素的三种方法:指针访问,迭代器访问,动态地址访问.访问最快的为指针访问,以下算法在几毫秒,但指针访问容易造成内存泄漏:其次为迭代器访问:最后为动态地址访问. 以下程序是根据<OpenC ...
原创 OpenCV3编程入门学习笔记（总）
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/qq_36163358/article/ ...
OpenCV3编程入门学习笔记（总）
OpenCV3编程入门学习笔记 2018.12.12-2018.12.29 此博客为在看过毛星云版<OpenCV3编程入门>后所总结的一本笔记,可供复习使用. 文章目录 OpenCV3编 ...
Opencv3编程入门学习笔记（五）之通道分离（split）与合并（merge）
若要对Opencv中(BGR)颜色通道进行单一处理,那必然会涉及到通道分离(split)与合并(merge).那么本篇博客笔者记录了两个方法的使用方法和案例.案例来源于<Opencv3编程入门学 ...
【OpenCV3编程入门学习笔记】——第1章邂逅OpenCV
邂逅OpenCV 文章目录邂逅OpenCV 前言 1.1 OpenCV周边概念认知 1.1.1 图像处理.计算机视觉与OpenCV 1.1.2 OpenCV概述 1.1.3 起源及发展 1.1.4 ...
Opencv3编程入门学习笔记（四）之split通道分离Debug过程中0xC0000005内存访问冲突问题
这是笔者学习<Opencv3编程入门>的第四篇博客,这篇博客主要是解决在Windows系统下VS 2013中Debug含有split分离通道色彩函数时报出的0xC0000005内存访问冲突 ...
【OpenCV3编程入门学习笔记】——第3章 HighGUI图形用户界面初步
文章目录前言 3.1 图形的载入.显示和输出到文件 3.1.1 OpenCV的命名空间 3.1.2 Mat类简析 3.1.3 图像的载入与显示概述 3.1.4 图像的载入:imread()函数 3. ...
Opencv3编程入门学习笔记（二）之显式创建Mat对象
以下总结是基于<Opencv3编程入门>一书4.1节总结的内容进行验证与总结,验证环境均为Windows10 ---VS2013 C++环境,验证Opencv3.0提供的开发包. 1. 方 ...
01.Java 编程入门学习笔记20210307
Java 编程入门学习笔记-day01 第0章:编程入门 1.计算机的概述计算机 = 硬件 + 软件 1.1硬件:冯诺依曼体系 CPU: CPU的衡量标准:速度的计量单位是赫兹(Hz),1Hz相当于 ...
Python快速编程入门#学习笔记01# |第一章：Python基础知识（Python发展历程、常见的开发工具、import模块导入）
全文目录 ==先导知识== 1 认识Python 1.1.1 Python的发展历程 1.1.2 Python语言的特点 2. Python解释器的安装与Python程序运行 1.2.1 安装Pyth ...

《OpenCV3编程入门》学习笔记9 直方图与匹配（一二）图像直方图概述直方图的计算与绘制

第9章直方图与匹配

9.1 图像直方图（Histogram）概述

9.2 直方图的计算与绘制

9.2.1 计算直方图：calcHist()函数

9.2.2 寻找最值：minMaxLoc()函数

9.2.3 示例程序

《OpenCV3编程入门》学习笔记9 直方图与匹配（一二）图像直方图概述直方图的计算与绘制相关推荐

最新文章

热门文章

《OpenCV3编程入门》学习笔记9 直方图与匹配（一二） 图像直方图概述直方图的计算与绘制

第9章 直方图与匹配

9.1 图像直方图（Histogram）概述

9.2 直方图的计算与绘制

9.2.1 计算直方图：calcHist()函数

9.2.2 寻找最值：minMaxLoc()函数

9.2.3 示例程序

《OpenCV3编程入门》学习笔记9 直方图与匹配（一二） 图像直方图概述直方图的计算与绘制相关推荐

最新文章

热门文章

《OpenCV3编程入门》学习笔记9 直方图与匹配（一二）图像直方图概述直方图的计算与绘制

第9章直方图与匹配

《OpenCV3编程入门》学习笔记9 直方图与匹配（一二）图像直方图概述直方图的计算与绘制相关推荐