【计算机视觉】借助图像直方图来检测特定物(MeanShift、CamShift算法)

最新推荐文章于 2023-12-19 21:02:32 发布

JasonDing1354

最新推荐文章于 2023-12-19 21:02:32 发布

阅读量4.6k

点赞数 2

分类专栏：【Computer Vision】文章标签：计算机视觉 MeanShift CamShift

本文链接：https://blog.csdn.net/jasonding1354/article/details/40142597

版权

本文介绍了计算机视觉中借助图像直方图进行物体检测的方法，包括直方图反投影、HSV颜色空间及其应用。重点讨论了Mean Shift和CamShift算法，阐述了它们的工作原理、流程及优缺点，特别强调了在HSV空间中进行颜色概率模型建立，以实现对特定物体（如肤色）的检测和跟踪。

摘要由CSDN通过智能技术生成

直方图引入

直方图是一个简单的表，它给出了一幅图像或一组图像中拥有给定数值的像素数量。因此，灰度图像的直方图有256个条目（或称为容器）。0号容器给出值为0的像素数目，1号容器给出值为1的像素个数，以此类推。

直方图反投影

直方图是图像内容的一个重要特性。如果一幅图像的区域中显示的是一种独特的纹理或是一个独特的物体，那么这个区域的直方图可以看做一个概率函数，它给出的是某个像素属于该纹理或物体的概率。这使得我们可以借助图像的直方图来检测特定的内容。
反投影直方图的方法是一种把目标概率分布映射到观测图像的简单方法。其作用是，替换一个输入图像中每一个像素值，使其变成感兴趣区域（ROI）的直方图中对应的概率值
其在opencv2的C++ API为：

cv::calcBackProject(&image,            
    1,                //一幅图像
    channels,        //通道数量
    histogram,        //进行反投影的直方图
    result,            //生成的反投影图像
    ranges,            //每个维度的值域
    255.0              //缩放因子
    );