OpenCV中反向投影

OpenCV中反向投影

首先要说的可能要说的就是反向投影，用一个看到的例子来说可能更直观一些。
$$\left[\begin{array}{cccc}1& 2& 3& 4\\ 5& 6& 7& 8\\ 9& 10& 11& 12\\ 9& 10& 13& 15\end{array}\right]$$
假设该矩阵为一个图像的像素分布，首先我们根据该矩阵找到图像的直方图，假设图像的bin值范围为$[1,4],[5,8],[9,11],[12,15]$
可以得到图像的各个像素的个数:
$$[1,4]:4$$

$$[5,8]:4$$

$$[9,11]:5$$

$$[12,15]:3$$

我们得到了各个像素的在图像中出现的次数，然后遍历原图像，例如第一个像素点，像素值为1在$[1,4]$这个范围内，所以将该点的像素值改为该范围统计的频值即是4，对所有的像素执行上述的操作，可以得到如下矩阵:
$$\left[\begin{array}{cccc}4& 4& 4& 4\\ 4& 4& 4& 4\\ 5& 5& 5& 3\\ 5& 5& 3& 3\end{array}\right]$$
这个过程就是我们所说的反向投影。

第二个需要知道的是HSV图像。HSV表示一个色彩空间，也是三通道的，类似与RGB图像，在RGB图像中每个通道代表的是三原色之一，而在HSV中每个通道代表的意思与RGB完全不同。
H通道表示色调在OpenCV中取值范围为0-180，
S为饱和度，取值范围为0-255表示颜色接近光谱的程度，一种颜色可以看成时光谱色与白色混合的结果。其中光谱色占的比例越大，颜色的饱和度也就越高。
V为亮度，取值范围为0-255。

HSV通道的获取，利用mixChannels函数来实现:

    hue.create(hsv.size(),hsv.depth());
    int ch[] = {0,0};
    mixChannels(&hsv,1,&hue,1,ch,1);

hsv.depth();在OpenCV中该函数用来显示图像的深度，什么叫图像的深度呢?作为小白的我去求助了度娘，例如灰度图，每个像素的值的范围为0-255，需要8位二进制数才能表示255，所以叫该图的位深为8。

mixChannels(
	输入图像，
	矩阵的数量，
	输出图像，深度和大小必须和输入图像0通道相同
	矩阵的数量，
	被复制通道和要复制到的位置组成索引对，例如从原图的0通道到0通道
	索引对的数目。
);

分离通道时需要注意，HSV中，H在0通道，S在1通道，V在2通道。
$在这个地方，有一个疑惑，之前我们对图像通道分离都是采用split这个函数来进行，$$这里没有使用，那么split是否可以呢所以我就试了一下，发现可以。$

 	vector<Mat> v;
    split(hsv,v);
    hue = v[0];

下面就是由OpenCV提供的反向投影的API函数:

calcBackProjection(
	输入图像，深度必须为cv_8u、cv_16u、cv_32f的一种
	输入图像的数量，
	用于反向投影的通道列表
	输入的直方图，
	输出的单通道反向投影的图像，
	直方图中每个维度bin的取值范围
	double scale=1:可选输出反向投影的比例因子
	直方图是否均匀分布的标识符，默认为true
);

下面看一个手敲的小demo:

#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

Mat src,hsv,hue;
int bins = 25;


void Hist_and_Backproj(int,void*)
{
    Mat hist;
    int histSize = MAX(bins,2);
    float hue_range[] = {0,180};
    const float* ranges = {hue_range};

    calcHist(&hue,1,0,Mat(),hist,1,&histSize,&ranges,true,false);
    normalize(hist,hist,0,255,NORM_MINMAX,-1,Mat());
    Mat backproj;
    calcBackProject(&hue,1,0,hist,backproj,&ranges,1,true);

    imshow("backproj",backproj);
}


int main(int argc, char *argv[])
{
    
    src = imread("/home/dynamicw/Project/C++_Project/opencvtest/src/lesson01/source/map.png");
    cvtColor(src,hsv,CV_BGR2HSV);
    
    hue.create(hsv.size(),hsv.depth());
    int ch[] = {0,0};
    mixChannels(&hsv,1,&hue,1,ch,1);
    //vector<Mat> v;

    //split(hsv,v);
    //hue = v[0];

    namedWindow("Test",CV_WINDOW_AUTOSIZE);
    createTrackbar("Test","Test",&bins,180,Hist_and_Backproj);
    Hist_and_Backproj(0,0);
    waitKey(0);
    return 0;
}