OpenCV中的直方图比较

OpenCV中的直方图比较

用于近似相似度的方式：
比较方式（method）
1.相关性比较 (method=cv.HISTCMP_CORREL) 值越大，相关度越高，最大值为1，最小值为0
2.卡方比较(method=cv.HISTCMP_CHISQR )值越小，相关度越高，最大值无上界，最小值0
3.巴氏距离比较(method=cv.HISTCMP_BHATTACHARYYA) 值越小，相关度越高，最大值为1，最小值为0

代码实现：

#直方图比较（比较图像相似度）
#1.创建直方图
def create_hist(img):
    h,w,ch = img.shape
    # 创建一个（16*16*16,1）的初始矩阵，作为直方图矩阵
    # 16*16*16的意思为三通道每通道有16个bins
    bgrhist = np.zeros([16*16*16,1],np.float32)
    bsize = 256/16
    for row in range(h):
        for col in range(w):
            b = img[row,col,0]
            g = img[row,col,1]
            r = img[row,col,2]
            # 人为构建直方图矩阵的索引，该索引是通过每一个像素点的三通道值进行构建
            index = int(b / bsize) * 16 * 16 + int(g / bsize) * 16 + int(r / bsize)
            # 该处形成的矩阵即为直方图矩阵
            bgrhist[int(index), 0] += 1
    return bgrhist


#2.比较直方图
'''
比较方式（method）
1.相关性比较 (method=cv.HISTCMP_CORREL) 值越大，相关度越高，最大值为1，最小值为0
2.卡方比较(method=cv.HISTCMP_CHISQR )值越小，相关度越高，最大值无上界，最小值0
3.巴氏距离比较(method=cv.HISTCMP_BHATTACHARYYA) 值越小，相关度越高，最大值为1，最小值为0
'''
img1 = cv2.imread('tong.jpg')
x,y = img1.shape[:2]
img1 = cv2.resize(img1,(int(x/4),int(y/4)))
img2 = cv2.imread('tong2.jpg')
x,y = img2.shape[:2]
img2 = cv2.resize(img2,(int(x/4),int(y/4)))
cv2.imshow('tongtong1',img1)
cv2.imshow('tongtong2',img2)
hist1 = create_hist(img1)
hist2 = create_hist(img2)
match1 = cv2.compareHist(hist1,hist2,cv2.HISTCMP_CORREL)
match2 = cv2.compareHist(hist1,hist2,cv2.HISTCMP_CHISQR)
match3 = cv2.compareHist(hist1,hist2,cv2.HISTCMP_BHATTACHARYYA)
print("相关性：%s，卡方：%s，巴氏距离：%s"%(match1,match2,match3))
cv2.waitKey()

运行结果：