OpenCV学习笔记14 OpenCV图像处理模块ImgProc Module. Image Processing（七）

3.18 反向投影 - Back Projection

反向投影 是一种记录方式，记录了给定图像的像素在直方图模型中像素分布的匹配程度。

简单的讲，反向投影就是计算一个特征的直方图模型。然后可以使用该特征的直方图模型在一幅图像中找到该特征。

例如，如果你有一个皮肤颜色的直方图（色调 - 饱和度 直方图），然后你可以在一幅图像中找出其中的肤色区域。

  /// 读取图像
  src = imread( argv[1], 1 );
  /// 转换到 HSV 空间
  cvtColor( src, hsv, CV_BGR2HSV );
  Mat hue;
  /// 分离 色调（Hue） 通道
  hue.create( hsv.size(), hsv.depth() );
  int ch[] = { 0, 0 };
  mixChannels( &hsv, 1, &hue, 1, ch, 1 );
  Mat hist;
  int histSize = MAX( bins, 2 );
  float hue_range[] = { 0, 180 };
  const float* ranges = { hue_range };

  /// 计算直方图并归一化
  calcHist( &hue, 1, 0, Mat(), hist, 1, &histSize, &ranges, true, false );
  normalize( hist, hist, 0, 255, NORM_MINMAX, -1, Mat() );

  /// 计算反向投影
  Mat backproj;
  calcBackProject( &hue, 1, 0, hist, backproj, &ranges, 1, true );

mixChannels 函数用于抽取HSV图像的0通道（Hue）。

&hsv：一系列输入图像的数组，被拷贝的通道的来源。

1：输入数组中图像的数目。

&hue：一系列目标图像的数组，储存拷贝的通道。

ch[ ] = {0,0}：通道索引对的数组，指示如何将输入图像的哪一通道拷贝到目标图标图像的哪一通道，这里是把&hsv图像的0通道（Hue）拷贝到&hue图像（单通道）的0通道。

1：通道索引对的数目。 

calcBackProject 函数用于计算一张图像的反向投影。

&hue：输入图像的数组。

1：输入图像的数目。

0：计算反向投影的通道列表。

hist：输入的直方图。

backproj：输出的反向投影图像。

&ranges：直方图的bin界限。

1：输出反向投影的比例因子。

ture：直方图是否是均匀分布的（bin大小相同）。

3.19 模板匹配 - Template Matching

概念：模板匹配是一项在图像中寻找一块与模板图像匹配（相似）区域的技术。

进行模板匹配需要两幅图像：原图像和模板图像。将模板图像在原图像上滑动（从左往右，从上往下），一次移动一个像素。每移动一次都进行一次度量，从而得到一个匹配值，表示匹配程度。将匹配值存储在结果图像矩阵中，则该矩阵的每个位置（x，y）都包含了相应的匹配度量值。确定结果图像矩阵其中的最大值（或最小值）点，以该点为顶点，长宽和模板图像相同，在原图像中得到的图像区域就是匹配区域。

使用 matchTemplate 函数在模板块和输入图像之间寻找匹配，获得匹配结果图像。

使用 minMaxLoc 函数在给定的矩阵中寻找最大值和最小值（包括它们的位置）。

  /// 创建输出结果的矩阵，img是原图像，templ是模板图像
  int result_cols =  img.cols - templ.cols + 1;
  int result_rows = img.rows - templ.rows + 1;
  result.create( result_cols, result_rows, CV_32FC1 );

  /// 进行匹配和标准化
  matchTemplate( img, templ, result, match_method );
  normalize( result, result, 0, 1, NORM_MINMAX, -1, Mat() );

  /// 通过函数 minMaxLoc 定位最匹配的位置
  double minVal; double maxVal; Point minLoc; Point maxLoc;
  Point matchLoc;

  minMaxLoc( result, &minVal, &maxVal, &minLoc, &maxLoc, Mat() );

  /// 对于方法 SQDIFF 和 SQDIFF_NORMED, 越小的数值代表更高的匹配结果. 而对于其他方法, 数值越大匹配越好
  if( match_method  == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED )
    { matchLoc = minLoc; }
  else
    { matchLoc = maxLoc; }

matchTemplate 函数参数说明：

img：原图像，必须是8位或32位浮点数据类型。

templ：模板图像，必须和原图像具有相同的数据类型并且比原图像小。

result：匹配结果矩阵，必定是单通道32位浮点数据类型。如果原图像大小是W×H，模板图像大小是w×h，则结果矩阵大小是（W-w+1）×（H-h+1）。

match_method：匹配方法，有6种参数：平方差匹配 - CV_TM_SQDIFF，标准平方差匹配 - CV_TM_SQDIFF_NORMED，相关匹配 - CV_TM_CCORR，标准相关匹配 - CV_TM_CCORR_NORMED，相关匹配 - CV_TM_CCOEFF，标准相关匹配 - CV_TM_CCOEFF_NORMED。

minMaxLoc 函数参数说明：

result：匹配结果矩阵。

&minVal：在result中存储的最小值。

&maxVal：在result中存储的最大值。

&minLoc：在result中最小值的坐标。

&maxLoc：在result中最大值的坐标。

Mat()：可选的掩码矩阵。