图片直方图应用-反向投影实例

/*
	功能:读入图片,选择合适的ROI区域进行反向投影 (based on opencv4.0 api)
	日期:2019-1-16
	作者:william jiang
*/
#include <vector>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc.hpp>

using namespace cv;
using namespace std;

Point pt1, pt2;
int state;
bool flag, ready;

// 鼠标左键点击回调函数,用于返回点击处坐标
void mouseCaller(int event, int x, int y, int flags, void* data) {
	Point* pt = reinterpret_cast<Point*>(data);
	switch (event) {
		case EVENT_LBUTTONDOWN: {
			*pt = Point(x, y);
			flag = true;
		} break;
	}
}

int main() {
	namedWindow("Input", WINDOW_AUTOSIZE);
	namedWindow("ROI", WINDOW_AUTOSIZE);
	namedWindow("backProj", WINDOW_AUTOSIZE);

	Mat img = imread("../../common_data/hand.jpg"); //设置合适的图片路径
	if (img.empty()) { cout << "Error: read image fails!\n"; return -1; }
	imshow("Input", img);

	// 获取原始图像的直方图(非必须)
	Mat hsv;
	cvtColor(img, hsv, COLOR_BGR2HSV);

	int hbins = 30, sbins = 32;
	int histSize[] = { hbins, sbins };
	float hranges[] = { 0, 180 };
	float sranges[] = { 0, 256 };
	const float* ranges[] = { hranges, sranges };
	MatND hist;
	int channels[] = { 0, 1 };
	calcHist(&hsv, 1, channels, Mat(), hist, 2, histSize, ranges, true, false);


	// 获取鼠标按键,生成合适的ROI区域
	state = 0;
	flag = false;
	ready = false;
	Point pos;
	setMouseCallback("Input", mouseCaller, &pos); 
	while (true){
		if (27 == waitKey(1)) break; // Esc键退出
		if (flag) {
			switch (state) {
				case 0:
				{
					pt1 = pos;
					state = 1;
					flag = false;
					cout << "enter state 0 \n";
					break;
				}
				case 1:
				{
					pt2 = pos;
					state = 0;
					flag = false;
					cout << "enter state 1 \n";
					rectangle(img, Rect(pt1, pt2), Scalar(0, 0, 0xff), 1);
					imshow("Input", img);
					ready = true;
					break;
				}
			}
		}
		if (ready) { // 处理生成反向投影
			cout << "enter ready state \n";
			Mat roi = hsv(Rect(pt1,pt2));
			imshow("ROI", roi);
			Mat roiHist;
			calcHist(&roi, 1, channels, Mat(), roiHist, 2, histSize, ranges, true, false);
			normalize(roiHist, roiHist, 0, 255, NORM_MINMAX, -1,Mat());
			Mat backProjImg;
			calcBackProject(&hsv, 1, channels, roiHist, backProjImg, ranges, 1, true);
			imshow("backProj", backProjImg);
			ready = false;
		}
	} 

	destroyAllWindows();
	return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
反向投影是一种用于图像分割的技术,它可以将图像中某个特定区域中的像素值与整个图像中的像素值进行比较,从而实现对该区域的分离。OpenCV中提供了多通道直方图算法来实现反向投影,以下是一些示例代码: ```c++ #include <opencv2/opencv.hpp> using namespace cv; int main() { Mat image, hsv; image = imread("image.jpg"); // 转换为HSV格式 cvtColor(image, hsv, COLOR_BGR2HSV); // 设置H、S通道的范围 float h_ranges[] = { 0, 180 }; float s_ranges[] = { 0, 256 }; const float* ranges[] = { h_ranges, s_ranges }; // 设置H、S通道的数量 int h_bins = 16, s_bins = 16; int hist_sizes[] = { h_bins, s_bins }; // 计算图像的直方图 MatND hist; int channels[] = { 0, 1 }; calcHist(&hsv, 1, channels, Mat(), hist, 2, hist_sizes, ranges, true, false); // 归一化直方图 normalize(hist, hist, 0, 255, NORM_MINMAX, -1, Mat()); // 反向投影 Mat dst; calcBackProject(&hsv, 1, channels, hist, dst, ranges, 1, true); // 显示结果 imshow("image", image); imshow("back projection", dst); waitKey(0); return 0; } ``` 在这个示例中,我们首先将图像转换为HSV格式,然后计算出H、S通道的直方图,并将其归一化。接下来,我们使用`calcBackProject`函数来计算反向投影图像,并将结果显示出来。 注意,我们在调用`calcHist`和`calcBackProject`函数时,都需要指定通道数量和通道范围。在本例中,我们使用了两个通道(H、S),并将H通道的范围设置为0到180,S通道的范围设置为0到256。我们还指定了16个bin用于计算直方图,这个值可以根据实际需要进行调整。 希望这些代码可以对你有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值