一、函数
cartToPolar
函数:
(1)函数原型:
CV_EXPORTS_W void cartToPolar(InputArray x, InputArray y,
OutputArray magnitude, OutputArray angle, bool angleInDegrees = false);
(2)函数作用:
cartToPolar
函数用于计算二维向量(由x和y坐标表示)的幅度(magnitude)和角度(angle)。
(3)公式说明:
- 幅度计算公式为:
- 角度计算公式为 :
(4)角度精度:
计算出的角度精度大约为0.3度。对于点 (0,0),角度被设置为0度或0弧度,具体取决于 angleInDegrees
参数。
(5)参数列表:
x
:输入的x坐标数组,必须是单精度或双精度浮点数组。
y
:输入的y坐标数组,大小和类型必须与x相同。
magnitude
:输出的幅度数组,大小和类型与x相同。
angle
:输出的角度数组,大小和类型与x相同;角度以弧度(从0到2π)或度数(0到360度)为单位。
angleInDegrees
:一个标志,指明角度是以弧度(默认)还是度数为单位。
(6)默认参数:
angleInDegrees
参数默认为 false
,表示输出角度以弧度为单位。如果设置为 true
,则输出角度以度数为单位。
(7)相关函数:
Sobel
和 Scharr
函数,它们通常用于图像处理中计算梯度,这些梯度可以作为 cartToPolar
函数的输入。
二、示例代码:
#include <opencv2/core/utils/logger.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/objdetect.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
using namespace cv;
using namespace std;
//23 - 手动实现,通过 HOG(Histogram - of - Oriented - Gradients)比较图像相似度
float normL2(float* Hist1, float* Hist2, int size);
int calcHOG(Mat src, float* hist, int nAngle, int cellSize);
int main()
{
// 设置日志级别为不输出任何日志信息
utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);
//读入三张图像转化为灰度
Mat Raw_image = imread("C:\\Users\\86173\\Desktop\\TI\\Cat.jpg", 0);
Mat image_1 = imread("C:\\Users\\86173\\Desktop\\TI\\Cat3.jpg", 0);
Mat image_2 = imread("C:\\Users\\86173\\Desktop\\TI\\Cat2.jpg", 0);
// 检查图像是否成功加载
if (Raw_image.empty() || image_1.empty() || image_2.empty()) {
cout << "failed to read image!:" << endl;
return -1; // 如果任何一张图像加载失败,返回-1
}
// 设置HOG算法的参数
int nAngle = 8; // 梯度方向的直方图bin数量
int blockSize = 16; // HOG中cell的大小
int nX = Raw_image.cols / blockSize; // cell在x方向上的数量
int nY = Raw_image.rows / blockSize; // cell在y方向上的数量
// 计算bins总数,用于分配直方图数组空间
int bins = nX * nY * nAngle;
// 分配三个图像直方图的内存空间,并初始化为0
float* ref_hist = new float[bins];
memset(ref_hist, 0, sizeof(float) * bins);
float* pl_hist = new float[bins];
memset(pl_hist, 0, sizeof(float) * bins);
float* bg_hist = new float[bins];
memset(bg_hist, 0, sizeof(float) * bins);
// 定义计算HOG的返回代码变量
int reCode = 0;
// 计算三张图像的HOG直方图
reCode = calcHOG(Raw_image, ref_hist, nAngle, blockSize);
reCode = calcHOG(image_1, pl_hist, nAngle, blockSize);
reCode = calcHOG(image_2, bg_hist, nAngle, blockSize);
// 如果HOG计算失败,返回-1
if (reCode != 0) {
return -1;
}
// 计算直方图之间的L2范数距离
float dis1 = normL2(ref_hist, pl_hist, bins); // 参考图像与image_1之间的距离
float dis2 = normL2(ref_hist, bg_hist, bins); // 参考图像与image_2之间的距离
// 输出两个距离
cout << "参考图像与image_1之间的距离:" << dis1 << endl;
cout << "参考图像与image_2之间的距离:" << dis2 << endl;
// 根据距离判断哪张图像与参考图像更相似
(dis1 <= dis2) ? (cout << "图1类似" << endl) : (cout << "图2类似" << endl);
// 显示三张图像
imshow("Raw_image", Raw_image);
imshow("img1", image_1);
imshow("img2", image_2);
// 等待按键,0表示无限期等待
waitKey(0);
//释放直方图内存
delete[] ref_hist;
delete[] pl_hist;
delete[] bg_hist;
// 关闭所有OpenCV窗口
destroyAllWindows();
// 正常退出程序,返回0
return 0;
}
//calcHOG函数实现
int calcHOG(Mat src, float* hist, int nAngle, int cellSize) {
// 检查cellSize是否大于图像尺寸
if (cellSize > src.cols || cellSize > src.rows) {
return -1;
}
//参数设置
int nX = src.cols / cellSize;
int nY = src.rows / cellSize;
int binAngle = 360 / nAngle;
//计算梯度及角度
Mat gx, gy;
Mat mag, angle;
Sobel(src, gx, CV_32F, 1, 0, 1);
Sobel(src, gy, CV_32F, 0, 1, 1);
cartToPolar(gx, gy, mag, angle, true);
Rect roi;
roi.x = 0;
roi.y = 0;
roi.width = cellSize;
roi.height = cellSize;
for (int i = 0; i < nY; i++) {
for (int j = 0; j < nX; j++) {
Mat roiMat;
Mat roiMag;
Mat roiAgl;
roi.x = j * cellSize;
roi.y = i * cellSize;
//赋值图像
roiMat = src(roi);
roiMag = mag(roi);
roiAgl = angle(roi);
//当前cell第一个元素在数组中的位置
int head = (i * nX + j) * nAngle;
for (int n = 0; n < roiMat.rows; n++) {
for (int m = 0; m < roiMat.cols; m++) {
//计算角度在哪个bin,通过int自动取整实现
int pos = (int)(roiAgl.at<float>(n, m) / binAngle);
//以像素点的值为权重
hist[head + pos] += roiMag.at<float>(n, m);
}
}
}
}
return 0;
}
//normL2函数实现
float normL2(float* Hist1, float* Hist2, int size) {
// 计算两个直方图之间的L2范数距离
float sum = 0;
for (int i = 0; i < size; i++) {
sum += (Hist1[i] - Hist2[i]) * (Hist1[i] - Hist2[i]);
}
// 开平方根得到最终的L2范数距离
sum = sqrt(sum);
return sum;
}