opencv基于颜色直方图的图像比较

最新推荐文章于 2022-12-23 21:46:53 发布

Skuld66

最新推荐文章于 2022-12-23 21:46:53 发布

阅读量1k

点赞数

分类专栏：作业分享文章标签： opencv 图像识别

本文链接：https://blog.csdn.net/qq_39492864/article/details/107720158

版权

本文介绍了如何使用OpenCV基于颜色直方图进行图像比较。首先进行图像预处理，将图像分割为9个小部分。然后在HSV空间中计算每个部分的直方图并归一化。接着，利用归一化的直方图，通过相关性和EMD距离衡量图像的相似度。实验环境为VS2015和OpenCV2.4.1。

摘要由CSDN通过智能技术生成

opencv基于颜色直方图的图像比较

图像预处理
把图像分割，把要检测的图像分割为9个小图像。比如下图为待检索的图像，将其划分为9个小部分，分别对每部分比较最后计算平均值。
在这里插入图片描述
计算直方图并归一化
将图像划分为9个小部分后将图像转换为HSV空间
HSV空间的图像检索使用H（色调）和S（饱和度）分量计算直方图并比较。opencv中计算直方图调用函数calcHist，将直方图归一化要调用函数normalize。
比较相似度
在得到归一化的直方图后，要度量图像的相似度。常用的相似度度量方式有5种，分别是相关性比较（Correlation）、卡方比较（Chi-Square）、十字交叉比（Intersection）、巴氏距离（Bhattacharyya）和EMD距离。
程序选择了相关性比较和EMD距离来比较图像的相关性。

程序运行环境vs2015+opencv2.4.1

#include <opencv2/core/core.hpp>    
#include "opencv2/opencv.hpp"
#include <opencv2/highgui/highgui.hpp>    
#include <iostream>  
#include <opencv2/imgproc/imgproc.hpp>  
#include <vector>  
#include <string>
#include <stdlib.h>
#include <io.h>
#include < fstream>
#include <algorithm>
//运行环境vs2015+opencv2.4.1
using namespace std;
using namespace cv;

//读入文件夹下指定格式的所有文件，本程序是读取文件夹下所有jpg图片
void getFiles(string path, string file_format, vector<string>& files)
{
   
	intptr_t   hFile = 0;//intptr_t和uintptr_t是什么类型:typedef long int/ typedef unsigned long int
	struct _finddata_t fileinfo;
	string p, file_formatName;
	if (0 != strcmp(file_format.c_str(), ""))
	{
   
		file_formatName = "\\*." + file_format;
	}
	else
	{
   
		file_formatName = "\\*";
	}
	if ((hFile = _findfirst(p.assign(path).append(file_formatName).c_str(), &fileinfo)) != -1)//assign方法可以理解为先将原字符串清空，然后赋予新的值作替换。
	{
   
		do
		{
   
			files.push_back(p.assign(path).append("\\").append(fileinfo.name));
		} while (_findnext(hFile, &fileinfo) == 0);
		_findclose(hFile);
	}
}
//用于数组降序排列
bool hightolow(float a, float b)
{
   
	return a>b;
}
//图像分割
void rectImage(Mat* rectImg, Mat oImg) {
   
	int m = oImg.cols;//宽
	int n = oImg.rows;//高
	rectImg[1] = oImg(Rect(0, 0, m / 3, n / 3));
	rectImg[2] = oImg(Rect(m / 3, 0, m / 3, n / 3));
	rectImg[3] = oImg