OpenCV—图像直方图的反向投影

这个技术常常用来跟踪目标，且需要转换在HSV色彩空间

建立2D直方图

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt


# 建立2D的直方图
def hist2D_demo(img):
    hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
    hist = cv.calcHist([hsv], [0, 1], None, [255, 255], [0, 180, 0, 255])
    plt.imshow(hist, interpolation='nearest')
    plt.title("hist2D_demo")
    plt.show()


src = cv.imread("./../img/1.jpg") # 读取图像

hist2D_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

calcHist说明

• 其中第一个参数必须用方括号括起来。
• 第二个参数是用于计算直方图的通道；
• 第三个参数是Mask，这里没有使用，所以用None。
• 第四个参数是histSize，表示这个直方图分成多少份（即多少个直方柱）
• 第五个参数是表示直方图中各个像素的值，[0.0, 256.0]表示直方图能表示像素值从0.0到256的像素。
• 最后是两个可选参数，由于直方图作为函数结果返回了，所以第六个hist就没有意义了（待确定）
• 最后一个accumulate是一个布尔值，用来表示直方图是否叠加。

若更改

hist = cv.calcHist([hsv], [0, 1], None, [25, 25], [0, 180, 0, 255])

建立直方图的反向投影

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt


# 建立直方图的反向映射
def hist2D_projrct():
    target = cv.imread("./../img/s.jpg")
    sample = cv.imread("./../img/s.1.png")

    target_hsv = cv.cvtColor(target, cv.COLOR_BGR2HSV)
    sample_hsv = cv.cvtColor(sample, cv.COLOR_BGR2HSV)

    cv.imshow("target img", target)
    cv.imshow("sample img", sample)

    samplehist = cv.calcHist([sample_hsv], [0, 1], None, [32, 32], [0, 180, 0, 255])
    cv.normalize(samplehist, samplehist, 0, 255, cv.NORM_MINMAX)
    dst = cv.calcBackProject([target_hsv], [0, 1], samplehist, [0, 180, 0, 255], 1)
    cv.imshow("BackProject", dst)


# 建立2D的直方图
def hist2D_demo(img):
    hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
    hist = cv.calcHist([hsv], [0, 1], None, [25, 25], [0, 180, 0, 255])
    plt.imshow(hist, interpolation='nearest')
    plt.title("hist2D_demo")
    plt.show()


src = cv.imread("./../img/1.jpg") # 读取图像

hist2D_demo(src)
hist2D_projrct()
cv.waitKey(0)
cv.destroyAllWindows()