全局特征是基于灰度像素值的描述,可以分为直方图特征、颜色特征和轮廓特征。
1、直方图特征
直方图特征用数学统计方法提取目标的外观特征。举例说明提取过程:对于一幅灰度图像,将灰度值从0到255等分为8个区间,然后遍历图像爱的每个像素,统计分别落入每个区间的像素的个数,最后将8个区间的像素个数除以像素总和进行归一化便得到直方图特征。
为了体现目标颜色的空间信息,可采用颜色空间二维直方图——将图像分割成若干个子区域,分别在各个子区域内统计颜色分布信息。将图像分割的块数越多越能体现目标颜色的空间信息,但是增大特征的存储空间,使跟踪心能下降。分块数目需要取合适的值。
借助matplotlib的绘图功能, 这在同时绘制多通道(BGR)的直方图,代码如下:
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('Python1.jpg')
color = ('b','g','r')
for i,col in enumerate(color):
histr = cv2.calcHist([img],[i],None,[256],[0,256])
plt.plot(histr,color = col)
plt.xlim([0,2