OpenCV 实现颜色直方图

颜色直方图是在许多图像检索系统中被广泛采用的颜色特征。它所描述的是不同色彩在整幅图像中所占的比例,而并不关心每种色彩所处的空间位置,即无法描述图像中的对象或物体。颜色直方图特别适于描述那些难以进行自动分割的图像。

OpenCV对颜色直方图进行统计的代码如下所示,在图像检索,镜头分割等领域使用的还是比较多的。

 

#include <cv.h>
#include <highgui.h>
#include <iostream>
using namespace std;



int main( int argc, char** argv )
{
	IplImage * src= cvLoadImage("F:\\test3.jpg");

	IplImage* hsv = cvCreateImage( cvGetSize(src), 8, 3 );
	IplImage* h_plane = cvCreateImage( cvGetSize(src), 8, 1 );
	IplImage* s_plane = cvCreateImage( cvGetSize(src), 8, 1 );
	IplImage* v_plane = cvCreateImage( cvGetSize(src), 8, 1 );
	IplImage* planes[] = { h_plane, s_plane };

	/** H 分量划分为16个等级,S分量划分为8个等级 */
	int h_bins = 16, s_bins = 8;
	int hist_size[] = {h_bins, s_bins};

	/** H 分量的变化范围 */
	float h_ranges[] = { 0, 180 }; 

	/** S 分量的变化范围*/
	float s_ranges[] = { 0, 255 };
	float* ranges[] = { h_ranges, s_ranges };

	/** 输入图像转换到HSV颜色空间 */
	cvCvtColor( src, hsv, CV_BGR2HSV );
	cvCvtPixToPlane( hsv, h_plane, s_plane, v_plane, 0 );

	/** 创建直方图,二维, 每个维度上均分 */
	CvHistogram * hist = cvCreateHist( 2, hist_size, CV_HIST_ARRAY, ranges, 1 );
	/** 根据H,S两个平面数据统计直方图 */
	cvCalcHist( planes, hist, 0, 0 );

	/** 获取直方图统计的最大值,用于动态显示直方图 */
	float max_value;
	cvGetMinMaxHistValue( hist, 0, &max_value, 0, 0 );


	/** 设置直方图显示图像 */
	int height = 240;
	int width = (h_bins*s_bins*6);
	IplImage* hist_img = cvCreateImage( cvSize(width,height), 8, 3 );
	cvZero( hist_img );

	/** 用来进行HSV到RGB颜色转换的临时单位图像 */
	IplImage * hsv_color = cvCreateImage(cvSize(1,1),8,3);
	IplImage * rgb_color = cvCreateImage(cvSize(1,1),8,3);
	int bin_w = width / (h_bins * s_bins);
	for(int h = 0; h < h_bins; h++)
	{
		for(int s = 0; s < s_bins; s++)
		{
			int i = h*s_bins + s;
			/** 获得直方图中的统计次数,计算显示在图像中的高度 */
			float bin_val = cvQueryHistValue_2D( hist, h, s );
			int intensity = cvRound(bin_val*height/max_value);

			/** 获得当前直方图代表的颜色,转换成RGB用于绘制 */
			cvSet2D(hsv_color,0,0,cvScalar(h*180.f / h_bins,s*255.f/s_bins,255,0));
			cvCvtColor(hsv_color,rgb_color,CV_HSV2BGR);
			CvScalar color = cvGet2D(rgb_color,0,0);

			cvRectangle( hist_img, cvPoint(i*bin_w,height),
				cvPoint((i+1)*bin_w,height - intensity),
				color, -1, 8, 0 );
		}
	}

	cvNamedWindow( "Source", 1 );
	cvShowImage( "Source", src );

	cvNamedWindow( "H-S Histogram", 1 );
	cvShowImage( "H-S Histogram", hist_img );

	cvWaitKey(0);
}

 

原文地址:http://wiki.opencv.org.cn/index.php/图像颜色分布直方图

 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV是一个开源的计算机视觉库,它提供了丰富的图像处理和计算机视觉算法。直方图匹配是一种图像处理技术,用于将一幅图像的直方图与另一幅图像的直方图进行匹配,从而实现颜色或亮度的调整。 在OpenCV中,可以使用`cv2.calcHist()`函数计算图像的直方图,使用`cv2.normalize()`函数对直方图进行归一化。然后,可以使用`cv2.compareHist()`函数来比较两个直方图的相似性。 下面是一个简单的示例代码,演示了如何使用OpenCV实现直方图匹配: ```python import cv2 import numpy as np # 读取原始图像和目标图像 src_img = cv2.imread('source_image.jpg', 0) target_img = cv2.imread('target_image.jpg', 0) # 计算原始图像和目标图像的直方图 src_hist = cv2.calcHist([src_img], [0], None, [256], [0, 256]) target_hist = cv2.calcHist([target_img], [0], None, [256], [0, 256]) # 归一化直方图 cv2.normalize(src_hist, src_hist, 0, 255, cv2.NORM_MINMAX) cv2.normalize(target_hist, target_hist, 0, 255, cv2.NORM_MINMAX) # 使用相关性匹配方法比较两个直方图 match_value = cv2.compareHist(src_hist, target_hist, cv2.HISTCMP_CORREL) print("直方图匹配结果:", match_value) ``` 在上面的代码中,我们首先使用`cv2.imread()`函数读取原始图像和目标图像,并将它们转换为灰度图像(参数为0)。然后,使用`cv2.calcHist()`函数计算原始图像和目标图像的直方图。接下来,使用`cv2.normalize()`函数对直方图进行归一化,以便进行比较。最后,使用`cv2.compareHist()`函数比较两个直方图的相似性,返回一个匹配值。 需要注意的是,直方图匹配只能调整图像的颜色或亮度,无法改变图像的形状或结构。如果需要更复杂的图像处理任务,可能需要使用其他技术或算法。

“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