opencv2.4.9+vs2013中的等大图像的相似度匹配运算时间

       主要是把灰度图像转换为直方图，然后通过直方图的参数（

             CV_COMP_CORREL(相关度)，

            CV_COMP_CHISQR(卡方系数)，

            CV_COMP_INTERSECT(相交系数)，

            CV_COMP_BHATTACHARYYA）来进行相似度的比较。

      实现的程序代码如下：

            

/*利用直方图计算两张大小一致的图像的匹配时间*/
#include <opencv2/highgui/highgui.hpp>
#include <opencv/cv.hpp>
#include <iostream>
using namespace std;
#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")

//定义灰度图像的读取路径
char const *imagefile1 = "E:\\图像匹配\\测试图像\\14.jpg";
char const *imagefile2 = "E:\\图像匹配\\测试图像\\15.jpg";

//设置直方图的参数
int HistogramBins = 256;
float HistogramRange1[] = { 0, 255 };
float *HisotgramRange[1] = { HistogramRange1 };

//加载灰度图像
IplImage *image1 = cvLoadImage(imagefile1, CV_LOAD_IMAGE_UNCHANGED);
IplImage *image2 = cvLoadImage(imagefile2, CV_LOAD_IMAGE_UNCHANGED);

//创建一个直方图，1代表数组长度，HistogramBins代表整数数组，CV_HIST_ARRAY代表密集多维矩阵结构，
CvHistogram *Histogram1 = cvCreateHist(1, &HistogramBins, CV_HIST_ARRAY, HisotgramRange);
CvHistogram *Histogram2 = cvCreateHist(1, &HistogramBins, CV_HIST_ARRAY, HisotgramRange);

//直方图比较函数
int CompareHist(const char* imagefile1, const char* imagefile2)
{
 //从图像中自动地计算直方图
 cvCalcHist(&image1, Histogram1);
 cvCalcHist(&image2, Histogram2);

 //直方图归一化
 cvNormalizeHist(Histogram1, 1);
 cvNormalizeHist(Histogram2, 1);

 //执行完匹配后，清除直方图的数据
 cvClearHist(Histogram1);
 cvClearHist(Histogram2);

 //定义循环次数i，定义数组a[20]来存放20次匹配运算的时间
 int i = 0;
 double a[20];
 while (true)
 {
  for (i; i < 20; i++)
  {
   //打开文件，进行写操作
   FILE *fp = fopen("E:\\1.txt", "w");

   for (int j = 0; j < 20; j++)
   {
    //计算匹配的时间t
    double t = (double)cvGetTickCount();

    //printf("CV_COMP_CHISQR 相同为0，相似度范围为[ 0, +inf ) : %.4f\n", cvCompareHist(Histogram1, Histogram2, CV_COMP_CHISQR));
    //cvCompareHist(Histogram1, Histogram2, CV_COMP_CHISQR);

    //用相关系数CV_COMP_CORREL来计算直方图运算匹配时间,   CV_COMP_CHISQR卡方比较，CV_COMP_BHATTACHARYYA常态分布比较，CV_COMP_INTERSECT交集法比较
    cvCompareHist(Histogram1, Histogram2, CV_COMP_CORREL);

    t = ((double)cvGetTickCount() - t) / ((double)cvGetTickFrequency() * 1000);

    a[j] = t;

    fprintf(fp, "运算的时间是(ms)：%.4f\n", a[j]);

    //cout << "运算的时间是（ms）:" << a[j] << endl;

   }
   //剔除第一个运算时间，求剩下时间的平均值average
   double sum = 0;
   double average;
   for (i = 1; i< 20; i++)
   {
    sum += a[i];

   }
   average = sum / i;
   fprintf(fp, "平均运算时间（ms）：%.4f\n", average);
   fclose(fp);
   //cout << "平均运算时间（ms）：" << average << endl;
  }

 }
 getchar();

 return 0;
}
int main(int argc, char *argv[])
{
 //直方图比较函数的调用
 CompareHist(argv[1], argv[2]);

 cvWaitKey(100);
 //释放灰度图像
 cvReleaseImage(&image1);
 cvReleaseImage(&image2);
 //释放直方图
 cvReleaseHist(&Histogram1);
 cvReleaseHist(&Histogram2);

 return 0;
}

 

测试数据分析：

     当 pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")  这句代码取消注销时，在生成的EXE窗口中的时间是不符合要求的，如下图所示：

      通过分析可知，运算的时间等价于了EXE窗口生成打开的时间加上匹配运算的时间，所以会导致每次运算时间的不一致。

      解决方法：

      把生成的运算时间保存到文本中，同时屏蔽掉EXE窗口的显示（#pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")）。运算的测试数据如下：

   

     通过数据可知，除了第一次运算时间和其他的时间有较大的差异之外，其余的运算时间都是比较接近的。而第一次出现时间差别较大的原因是：在通过比较直方图时，需要调用OpenCV中自带的函数cvCompareHist，同时也需要申请内存；因而运算的时间较长一点。