cvCalcEMD2() 直方图匹配

也是直方图匹配的一种形式

函数原型：

CVAPI(float) cvCalcEMD2( const CvArr* signature1,
const CvArr* signature2,
int distance_type,
CvDistanceFunction distance_func CV_DEFAULT(NULL),
const CvArr* cost_matrix CV_DEFAULT(NULL),
CvArr* flow CV_DEFAULT(NULL),
float* lower_bound CV_DEFAULT(NULL),
void* userdata CV_DEFAULT(NULL));

可以轻量化地调用这个函数：

CVAPI(float) cvCalcEMD2( const CvArr* signature1,
const CvArr* signature2,
int distance_type);

需要将图像先转换成两个矩阵再进行匹配对比

测试图像（骨灰级找茬图像）：

程序代码：

#include <highgui.h>
#include<cv.h>
#include <opencv2/legacy/legacy.hpp>
using namespace std;int main()
{IplImage *src1 = cvLoadImage("test1.jpg");IplImage *b_plane_1 = cvCreateImage(cvGetSize(src1),8,1);IplImage *g_plane_1 = cvCreateImage(cvGetSize(src1),8,1);IplImage *r_plane_1 = cvCreateImage(cvGetSize(src1),8,1);IplImage *planes1[]={b_plane_1,g_plane_1,r_plane_1};cvSplit(src1,b_plane_1,g_plane_1,r_plane_1,0);cvNamedWindow("src1",CV_WINDOW_AUTOSIZE);  cvShowImage("src1",src1);  IplImage *src2 = cvLoadImage("test2.jpg");IplImage *b_plane_2 = cvCreateImage(cvGetSize(src2),8,1);IplImage *g_plane_2 = cvCreateImage(cvGetSize(src2),8,1);IplImage *r_plane_2 = cvCreateImage(cvGetSize(src2),8,1);IplImage *planes2[]={b_plane_2,g_plane_2,r_plane_2};cvSplit(src2,b_plane_2,g_plane_2,r_plane_2,0);cvNamedWindow("src2",CV_WINDOW_AUTOSIZE);  cvShowImage("src2",src2);  int h_bins=16,s_bins=16;CvHistogram *hist1,*hist2;int size[]={h_bins,s_bins};float h_ranges[]={0,255};float s_ranges[]={0,255};float *ranges[]={h_ranges,s_ranges};hist1=cvCreateHist(2,size,CV_HIST_ARRAY,ranges,1);cvCalcHist(planes1,hist1,0,0);cvNormalizeHist(hist1,1.0);//归一化hist2=cvCreateHist(2,size,CV_HIST_ARRAY,ranges,1);cvCalcHist(planes2,hist2,0,0);cvNormalizeHist(hist2,1.0);//归一化CvMat *sig1,*sig2;int numrows=h_bins*s_bins;sig1=cvCreateMat(numrows,3,CV_32FC1);sig2=cvCreateMat(numrows,3,CV_32FC1);for(int h=0;h<h_bins;h++){for(int s=0;s<s_bins;s++){float bin_val=cvQueryHistValue_2D(hist1,h,s);cvSet2D(sig1,h*s_bins+s,0,cvScalar(bin_val));cvSet2D(sig1,h*s_bins+s,1,cvScalar(h));cvSet2D(sig1,h*s_bins+s,2,cvScalar(s));bin_val=cvQueryHistValue_2D(hist2,h,s);cvSet2D(sig2,h*s_bins+s,0,cvScalar(bin_val));cvSet2D(sig2,h*s_bins+s,1,cvScalar(h));cvSet2D(sig2,h*s_bins+s,2,cvScalar(s));}}printf("EMD : %.4f\n",cvCalcEMD2(sig1,sig2,CV_DIST_L2));printf("CV_COMP_BHATTACHARYYA : %.4f\n",cvCompareHist(hist1,hist2,CV_COMP_BHATTACHARYYA)); cvWaitKey(0);cvDestroyAllWindows();cvReleaseImage(&src1);   cvReleaseImage(&src2);cvReleaseImage(&b_plane_1);   cvReleaseImage(&g_plane_1); cvReleaseImage(&r_plane_1); cvReleaseImage(&b_plane_2); cvReleaseImage(&g_plane_2); cvReleaseImage(&r_plane_2); return 0;
}

运行结果（EMD和CV_COMP_BHATTACHARYYA对比）：

cvCalcEMD2() 直方图匹配相关推荐

基于OpenCV的直方图匹配
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达如何为图像生成直方图,如何使直方图相等,最后如何将图像直方图修改为 ...
在OpenCV下写的直方图匹配(直方图规定化)C++源码!
直方图匹配的原理就不多作解释了,我曾经还将MATLAB源码改写成过C源码,详情可见我的博文根据MATLAB的histeq函数改写的运行在OpenCV下的直方图规定化C源码! 本文已转移到 https ...
直方图应用：直方图均衡化，直方图匹配，对比直方图
直方图均衡化直方图均衡化(Histogram Equalization)是直方图最典型的应用,是图像点运算的一种.对于一幅输入图像,通过运算产生一幅输出图像,点运算是指输出图像的每个像素点的灰度值由 ...
【OpenCV】直方图应用：直方图均衡化，直方图匹配，对比直方图
本文链接:https://blog.csdn.net/xiaowei_cqu/article/details/7606607 ...
第3章 Python 数字图像处理(DIP) - 灰度变换与空间滤波9 - 直方图处理 - 直方图匹配（规定化）灰度图像，彩色图像都适用
直方图匹配(规定化) 连续灰度 s=T(r)=(L−1)∫0rpr(w)dw(3.17)s = T(r) = (L-1) \int_{0}^{r} p_r(w) \text{d} w \tag{3.1 ...
【OpenCV 例程200篇】48. 图像增强—彩色直方图匹配
[OpenCV 例程200篇]48. 图像增强-彩色直方图匹配欢迎关注『OpenCV 例程200篇』系列,持续更新中欢迎关注『Python小白的OpenCV学习课』系列,持续更新中图像直 ...
【OpenCV 例程200篇】47. 图像增强—直方图匹配
[OpenCV 例程200篇]47. 图像增强-直方图匹配欢迎关注『OpenCV 例程200篇』系列,持续更新中欢迎关注『Python小白的OpenCV学习课』系列,持续更新中图像直方图 ...
直方图匹配（histogram matching）:使两幅影像的色调保持一致
使用场景: 使用直方图匹配,使两幅图像的色调更一致,是在模型训练之前使用的,是一种数据处理的方式(例如在图像风格转换的时候,那么使用直方图匹配会让源域与目标域的图像色调更接近,从而风格转换的效果更好. ...
【zz】matlab 直方图匹配
原文地址:http://www.cnblogs.com/tiandsp/archive/2012/12/19/2825418.html 直方图匹配或叫做直方图规定化都可以,是把原图像的直方图按照给定的 ...
直方图匹配法（规则化）
生成具有特定直方图的图像的方法,被称作直方图匹配法或***直方图规则化***. 原理: 考虑归一化之后在[0,1]区间内的连续灰度级,令r和z分别表示输入图像与输出图像的灰度级. 输出图像的灰度级有概 ...

cvCalcEMD2() 直方图匹配

cvCalcEMD2() 直方图匹配相关推荐

最新文章

热门文章