基于颜色的图像检索学习系统

最新推荐文章于 2024-07-03 20:30:00 发布
最新推荐文章于 2024-07-03 20:30:00 发布
阅读量1.5w 收藏 8
点赞数 3
分类专栏： 图像处理 OpenCV入门
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/superdont/article/details/46907949
版权

截图：

【检索前】


【检索后】


功能：

单击【查找目录】会随机显示当前目录下的6张图像，如果当前目录下小于6幅，则全部显示。

单击【选择】，会将测试图像显示在【选择】按钮上方。

单击【检索】，会将与当前图像颜色最接近的6幅图像显示在下方。



思路：

将图像的RGB空间映射到HSV空间，并将其H、S、V均划分为12个区间。这样图像得到3*12个属性。

对选取的测试图像和所有的待检索图像均进行上述处理。

计算测试图像与检索图像之间的距离，将得到的距离按照从小到大的顺序排序，将排序靠前的6张图像显示在检索框中。

距离的计算可以采用典型的欧氏距离。

步骤：

1.将计算测试图像的HSV属性。

2.计算当前目录下每一个图像的HSV属性，并计算其与测试图像HSV属性之间的距离。

3.将得到的距离进行排序。

4.按照排序结果显示图像。

部分代码：

【查找目录】

void CCBIRLSDlg::OnBnClickedButton2()
{
	// TODO: Add your control notification handler code here
	//使用BROWSEINFO结构,打开通用对话框，获取用户选中目录的信息
	BROWSEINFO browse;
	ZeroMemory(&browse,sizeof(browse));
	browse.hwndOwner = NULL;
	browse.pszDisplayName = SPath.GetBuffer(MAX_PATH);
	//	browse.lpszTitle=s;
	//返回选择文件夹的信息
	LPITEMIDLIST lpItem = SHBrowseForFolder(&browse);
	if(lpItem == NULL) return ;
	SPath.ReleaseBuffer();
	//SHGetPathFromIDList把项目标志符列表转换为文档系统路径
	if(SHGetPathFromIDList(lpItem,SPath.GetBuffer(MAX_PATH)) == false) return;
	SPath.ReleaseBuffer();
	SPath.Trim();
	待处理
	int tempi=0;
	counts=0;//计数器清零
	待处理
	//AfxMessageBox(SPath);
	//检索库中图像个数放入counts中，其路径放入temp[100]中
	BOOL flag; 	
	CFileFind find; 
	char tempFileFind[200]; 
	//sprintf_s(tempFileFind,"%s\\*.bmp",SPath); 
	sprintf_s(tempFileFind,"%s\\*.bmp",SPath); 
	flag = find.FindFile(tempFileFind); //在当前目录下查找BMP文件
	LPWSTR myFileName;
	//	path.SetWindowTextA(SPath);   //path关联文本框。
	while(flag) 
	{ 
		flag = find.FindNextFile(); 
		char foundFileName[200];//临时存储查找到的图像名
		//	strcpy_s(foundFileName,find.GetFileName().GetBuffer(200));//获取图像名
		//	strcpy(foundFileName,find.GetFileName().GetBuffer(200));//获取图像名
		//strcpy_s
		//myFileName=find.GetFileName().GetBuffer(200);
		strcpy_s(foundFileName,find.GetFileName().GetBuffer(200));
		//strcpy_s(foundFileName,find.GetFileName().GetBuffer(200));	
		//AfxMessageBox(foundFileName);
		//path.SetWindowTextW(foundFileName);
		//strcpy(foundFileName,&myFileName);
		if(!find.IsDots()) //过滤缺省目录
		{ 
			char tempFileName[200];
			sprintf_s(tempFileName,"%s\\%s",SPath,foundFileName);
			//CString strfilepath1;
			//			strfilepath1.Format("%s",tempFileName);//获取图像完整路径
			ImageSource[counts] = new CString(tempFileName);//保存图像完整路径
			counts++;	
			//AfxMessageBox(ImageSource[counts],MB_ICONINFORMATION|MB_OK);
			//AfxMessageBox(ImageSource[counts]);
			//databaseImage.Load(ImageSource[counts]);
			//	AfxMessageBox(*ImageSource[counts]);
			//path.SetWindowTextA(ImageSource[counts]);
		} 
	} 
	find.Close(); 
	//CString temps;
	//	temps.Format("该目录下共有%d幅图像!",counts);
	// AfxMessageBox(temps,MB_ICONINFORMATION|MB_OK);
	//AfxMessageBox("您选择的目录为:"+SPath,MB_ICONINFORMATION|MB_OK);
	//strcat("当前路径为：",SPath);
	//随机显示其下面的图像,如果小于六幅，全部显示；大于6幅，随机显示六幅
	//CString result;
	/*
	pic[1]="Result1";
	pic[2]="result2";
	pic[3]="result3";
	pic[4]=	"result4";
	pic[5]=	"result5";
	pic[6]="result6";*/
	//将当前目录下的图片显示，显示获取的前6幅图像，如果小于6幅，则仅显示存在的图像
	if(counts<6)
		showCounts=counts;
	else
		showCounts=6;
	for(int i=0;i<counts;i++)
	{
		IS[i]=*ImageSource[i];
		//	AfxMessageBox(*ImageSource[i]);
	}
	id=1006; //这里result2的id是1006，依次类推，result6的是1011
	for(int i=0;i<showCounts;i++)
	{
		if(!databaseImage.IsNull())//判断图象是否为空，如果不为空则先释放掉
			databaseImage.Destroy();
		//	databaseImage.load(IS[i]);
		databaseImage.Load(IS[i]);
		CRect rect;
		CWnd *pWnd = GetDlgItem(id++);
		CDC *pDC = pWnd->GetDC();
		//第1个控件
		pWnd->GetClientRect(&rect); //取得客户区尺寸
		pDC->SetStretchBltMode(STRETCH_HALFTONE); //保持图片不失真
		databaseImage.Draw( pDC->m_hDC,rect); //已控件尺寸大小来绘图
		ReleaseDC( pDC );
	}
	//	path.SetWindowTextW(SPath);   //path关联文本框。此处在文本框内显示设置的搜索路径。
	path.SetWindowTextA(SPath);   //setWindowTextW为单字符集下使用的函数
}

【选择】 

void CCBIRLSDlg::OnBnClickedButton1()
{
	// TODO: Add your control notification handler code here
	CFileDialog fileDlg(TRUE,NULL,NULL,OFN_ALLOWMULTISELECT,_T("Picture Files (*.bmp *.jpg)|*bmp;;*jpg||"),AfxGetMainWnd());
	CString pathName;
	if(fileDlg.DoModal () == IDOK)
	{  
		POSITION mPos = fileDlg.GetStartPosition();
		if(mPos!=NULL)  
		{  
			pathName = (LPCTSTR)fileDlg.GetPathName();
			if(!myImage.IsNull())//判断图象是否为空，如果不为空则先释放掉
				myImage.Destroy();
			myImage.Load(pathName);
		}   
	}  
	CRect rect;
	CWnd *pWnd = GetDlgItem(IDC_MY_PIC2);
	CDC *pDC = pWnd->GetDC();
	//第1个控件
	pWnd->GetClientRect(&rect); //取得客户区尺寸
	pDC->SetStretchBltMode(STRETCH_HALFTONE); //保持图片不失真
	myImage.Draw( pDC->m_hDC,rect); //已控件尺寸大小来绘图
	ReleaseDC( pDC );
	//myImage.Destroy();
}


【检索】

void CCBIRLSDlg::OnBnClickedButton3()
{
	// TODO: Add your control notification handler code here
	/*
	if(myImage.IsNull())
	{
	AfxMessageBox(_T("请先选择要检索的图像"));
	return;
	}
	if(SPath.IsEmpty())
	{
	AfxMessageBox(_T("请先选择要检索的路径"));
	return ;
	}
	*/
	COLORREF color;
	double h=0,s=0,v=0;
	long myGraph[3][13]; //用于存储HSV空间值
	double sourceFeature[3][12];//待检索图像的颜色特征
	double tempFeature[3][12]; //用于存储检索目录下文件的特征
	int maxX,maxY;
	int totalNum;
	for(int i=0;i<3;i++)
		for(int j=0;j<13;j++)
		{
			myGraph[i][j]=0;
		}
		maxX=myImage.GetWidth();
		maxY=myImage.GetHeight();
		totalNum=maxX*maxY;
		for (int i=0; i<maxX-1; i++) {
			for (int j=0; j<maxY-1; j++) {
				color=myImage.GetPixel(i,j);
				RGB2HSV(GetRValue(color),GetGValue(color),GetBValue(color),&h,&s,&v);
				int result_h=(int)(6*h/3.1415926);
				int result_s=(int)(s*12);			 
				int result_v=(int)(v*12);
				myGraph[0][result_h]++;
				myGraph[1][result_s]++;			
				myGraph[2][result_v]++;
			}
		}
		for(int i=0;i<3;i++)
			for(int j=0;j<12;j++)
			{
				sourceFeature[i][j]=((float)myGraph[i][j])/((float)totalNum);
			}
			//计算每幅图像与待检索图像的距离。
			for(int i=0;i<counts;i++)
				distance[i]=0;
			for(int ch=0;ch<counts;ch++)
			{
				for(int i=0;i<3;i++)
					for(int j=0;j<13;j++)
					{
						myGraph[i][j]=0;
					}
					if(!databaseImage.IsNull())//判断图象是否为空，如果不为空则先释放掉
						databaseImage.Destroy();
					//	databaseImage.load(IS[i]);
					databaseImage.Load(IS[ch]);
					//测试，是否显示了正确的图像  AfxMessageBox(IS[ch]);
					maxX=databaseImage.GetWidth();
					maxY=databaseImage.GetHeight();
					totalNum=maxX*maxY;
					for (int i=0; i<maxX-1; i++) {
						for (int j=0; j<maxY-1; j++) {
							color=databaseImage.GetPixel(i,j);
							RGB2HSV(GetRValue(color),GetGValue(color),GetBValue(color),&h,&s,&v);
							int result_h=(int)(6*h/3.1415926);
							int result_s=(int)(s*12);			 
							int result_v=(int)(v*12);
							myGraph[0][result_h]++;
							myGraph[1][result_s]++;			
							myGraph[2][result_v]++;
							//此处未对等于12的情况进行处理，概率很小，可是仍旧可能报错，需要注意。
						}
					}
					double distanceTemp=0;  //此处，曾被定义为int类型，错错！！！
					for(int i=0;i<3;i++)
					{
						for(int j=0;j<12;j++)
						{
							tempFeature[i][j]=((float)myGraph[i][j])/((float)totalNum);
							distanceTemp+=(tempFeature[i][j]-sourceFeature[i][j])*
								(tempFeature[i][j]-sourceFeature[i][j]);
						}
						distance[ch]+=sqrt((double)distanceTemp);
						distanceTemp=0;
					}
					//开始对图像进行置乱，然后显示。
					///测试位置
					/*
					CString str;
					//double w=0.33;
					str.Format("%lf",distance[ch]);  
					AfxMessageBox(str);
					*/
					///测试位置
			}
			//排序，让距离较小的图像显示在较前的位置上。
			//ImageSourceResult=ImageSource;
			for(int i=0;i<counts;i++)
			{
				ImageSourceResult[i]=*ImageSource[i];
				//	AfxMessageBox(*ImageSource[i]);
			}
			double tempDis;
			CString tempPic;
			///测试
			/*
			for(int i=0;i<counts-1;i++)
			if(distance[i]=distance[i+1])
			{
			AfxMessageBox("game error");
			}
			if(distance[0]==0)
			AfxMessageBox("game error");
			//	AfxMessageBox(distance[0]);
			CString   str  ;
			for(int i=0;i<counts;i++)
			{
			str.Format("%d",distance[i]);  
			AfxMessageBox(str);
			}*/
			///测试
			for(int i=0;i<counts;i++)
			{
				for(int j=i+1;j<counts;j++)
				{
					if(distance[i]>distance[j])
					{
						//AfxMessageBox("game error");
						tempPic=ImageSourceResult[i];
						tempDis=distance[i];
						ImageSourceResult[i]=ImageSourceResult[j];
						distance[i]=distance[j];
						ImageSourceResult[j]=tempPic;
						distance[j]=tempDis;
					}}}
			id=1006;  // 设置显示的picture control控件起始ID号
			for(int i=0;i<showCounts;i++)
			{
				if(!databaseImage.IsNull())//判断图象是否为空，如果不为空则先释放掉
					databaseImage.Destroy();
				//	databaseImage.load(IS[i]);
				databaseImage.Load(ImageSourceResult[i]);
				CRect rect;
				CWnd *pWnd = GetDlgItem(id++);
				CDC *pDC = pWnd->GetDC();
				//第1个控件
				pWnd->GetClientRect(&rect); //取得客户区尺寸
				pDC->SetStretchBltMode(STRETCH_HALFTONE); //保持图片不失真
				databaseImage.Draw( pDC->m_hDC,rect); //已控件尺寸大小来绘图
				ReleaseDC( pDC );
			}
			AfxMessageBox("检索完成！");
}

【部分函数等】 

CImage CCBIRLSDlg::RGB2HSV(void)
{
	return CImage();
}
CImage CCBIRLSDlg::RGB2HSV(CImage * sourceImage)
{
	return CImage();
}
void CCBIRLSDlg::RGB2HSV(int r , int g , int b , double *h, double *s, double *v)
{
	*h=acos((r-g+r-b)/(2.0*sqrtf((float)(r-g)*(r-g)+(float)(r-b)*(g-b))));
	if(b>g)
		*h=2*3.1415926-*h;
	*s=(MAX(r,g,b)-MIN(r,g,b))/(float)MAX(r,g,b);
	*v=MAX(r,g,b)/255.0;
}
int CCBIRLSDlg::MAX(int a, int b, int c)
{
	int m;
	if(a>b)
		m=a;
	else
		m=b;
	if(m<c)
		m=c;
	return m;
}
int CCBIRLSDlg::MIN(int a, int b, int c)
{
	int m;
	if(a<b)
		m=a;
	else 
		m=b;
	if(m>c)
		m=c;
	return m;
}
void CCBIRLSDlg::OnBnClickedButton4()
{
	// TODO: Add your control notification handler code here
	CDialog::OnCancel();
}




实现环境：

VS2010



参考资料：

Visual C++数字图像处理典型案例详解，第8章，图像检索系统。


superdont
关注
专栏目录
基于颜色特征的图像检索（MFC）
04-23
本程序代码是利用MFC进行开发，通过选择待检索图片和文件夹所在路径，对里面的图像的颜色特征进行检索，对相似度达到一定程序的图片就显示在MFC界面上，并且保存到指定文件夹内。其中利用到了OPENCV
基于颜色的图像检索
01-13
基于颜色的图像检索，基于HSV的图像检索，画出颜色直方图，并按相似度排序。
工具：颜色查询 / CMYK颜色查询RGB、HSL、HSV、XYZ的颜色值
最新发布
snowball的博客
07-03 901
RGB(90,223,9),#5ADF09 颜色查询,颜色梯度,色彩搭配,色盲模拟 - RGB颜色查询 - 在线工具 - Fontke.com
基于颜色特征的图像检索（一）
热门推荐
by_study的博客
01-12 1万+
目录   一、实验目的、思路、环境 二、数据集 三、实验步骤 四、实验结果 五、总结 六、拓展 一、实验目的、思路、环境 目的：实现“以图搜图”的功能，给定一张测试图像，在训练集中找出最接近的10张图像（实际上是检索类别相同的图像） 基本思路：对训练集中的已有图像进行特征提取，对所提取的特征建立索引；在检索时，对测试图像进行同样的特征提取，然后将测试图像所提取的特征和训练集图像...
基于颜色特征的图像检索
04-09
基于内容的图像检索是通过分析图像内容，在数据库中搜索图像的任务。在该演示中，根据图像的颜色分布，提出了一种简单的图像检索方法。用户只提供一个“示例”图像，搜索基于该示例（通过图像示例进行查询）
基于深度学习的图像检索系统 (1).pdf
08-19
在传统的基于内容的图像检索系统中，主要依赖于图像的低级可视化特征（如颜色、纹理、形状等）来进行检索。但由于存在所谓的“语义鸿沟”问题，即机器从低级的可视化特征得到的相似性与人从高级的语义特征得到的相似...
基于颜色特征的图像检索系统源代码
03-15
这个源代码对于学习和理解基于颜色特征的图像检索系统原理是非常有价值的。通过分析和理解这些代码，开发者可以了解到如何从图像中提取颜色特征，如何构建高效的检索系统，并了解在实际应用中如何平衡精度和效率。...
CBIR.rar_CBIR基于颜色_cbir_基于内容_颜色 图像检索_颜色 图像检索 c++
09-23
标题中的"CBIR.rar_CBIR基于颜色_cbir_基于内容_颜色 图像检索_颜色 图像检索 c++"揭示了我们关注的主题是使用颜色特征进行CBIR，并且相关实现可能使用C++编程语言。 CBIR的核心思想是不依赖于人工标注的元数据，...
基于颜色特征的图像检索系统
08-24
提取图像的颜色特征，根据直方图颜色的相似矩进行检索，基于matlab开发的基于颜色特征的图像检索系统
【图像检索】基于颜色特征的图像检索附Matlab代码
matlab_dingdang的博客
04-12 936
图像检索是计算机视觉领域的一项重要任务，其目的是从大规模图像数据库中检索与查询图像相似的图像。基于颜色特征的图像检索是一种经典且有效的技术，它利用图像中的颜色信息来进行检索。本文将深入探讨基于颜色特征的图像检索的原理、方法和应用。颜色特征颜色是图像中重要的视觉特征，它可以反映图像的内容和对象。基于颜色特征的图像检索通常使用颜色直方图来表示图像的颜色分布。颜色直方图是一个多维数组，其中每个维度对应于一个颜色通道（例如 RGB 或 HSV），而每个元素的值表示该通道中特定颜色出现的频率。检索方法。
java编写的基于颜色的图像检索
05-15
用matlab处理图像后，生成jar文件，然后用eclipse开发，用java代码来调用函数，进行图像搜索。 本例子只进行了一副图像的搜索，给大家做个参考，可以自己去改进。
基于颜色的图像检索算法，由MATLAB完成
05-09
利用matlab完成图像检索，利用图像的颜色直方图特征，同时包含特征mat文件的制作
基于OpenCV的图像检索系统(源码)
07-17
使用VC6.0集成开发环境初步实现了基于图片轮廓和图片颜色直方图的图像检索系统；对于给定的例子图像，系统搜索指定目录并根据与例子图像的颜色直方图或轮廓相似性程度数值按升序排列相符合的
图像检索系统
03-18
图像检索系统，从图像目录下检索到与目标图像相似的文件
基于颜色特征的图像检索算法研究
做最不无聊的IT人
10-06 1373
摘 要 本文以基于颜色特征的图像检索实例系统为基础，研究RGB与 HSI 颜色空间内，全局直方图，累积直方图，局部累加直方图对图像的描述。以之为特征，再引入欧氏距离的相似性度量方法实现基于内容的图像检索。根据实验结果比较，总结颜色空间、特征描述方法对检索系统性能的影响，从而得出不同算法 所适合的应用范围。 论文第一章介绍了本课题的研究背景和问题概要解决方案。第二章通过对基于颜色特征的图像检...
图像检索-caltech101-keras-python
02-12
统计学习课程练习 Image Retrieval 图像检索，参考gitbub 项目flask-keras-cnn-image-retrieval。添加性能评估(precision, recall, F1, MRR)部分。需要使用vgg16_weights.h5
"基于颜色直方图的图像检索系统实验分析
基于颜色直方图的图像检索是图像检索系统中的一种常见方法。在过去的十几年间，许多知名机构都对图像检索系统进行了深入的研究和相应的技术开发。这些检索系统的基本特征都是基于图像像素值的特征提取，例如形状、...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

superdont

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值