一、介绍
1.直方图反向投影的概念
直方图反向投影,英文叫Histogram Backprojection,就是计算目标图像的直方图模型,然后使用该模型去背景图像寻找相似特征,特征值越大,就越是目标所在位置。其数学原理挺复杂,我也不能讲明白,读者们可以自行百度一下。
它主要用于图像分割、目标查找等领域,计算简单而且处理速度比较快。
2.计算步骤
- 加载目标图片和背景图片,转换到HSV颜色空间。
- 目标图片计算直方图、归一化。
- 利用步骤2得到得结果,去背景图片中执行反向投影,得到反向投影矩阵。
- 矩阵中越明亮的部分就是目前所在区域,可以再利用二值化进行分割。
3.直方图反向投影函数
直方图反向投影函数的函数是CalcBackProject(),官方说明如下:
public static void CalcBackProject(
IInputArrayOfArrays images, // 输入图像
int[] channels, // 需要统计直方图的第几通道
IInputArray hist, // 输入的直方图
IOutputArray backProject, // 输出的反向投影
float[] ranges, // 直方图中每个维度bin的取值范围
double scale = 1.0 // 输出反向投影的比例因子
)
二、举例
1.原始素材
背景图片backgroundMat是一个分布了各种颜色小球的图片,如下:
目标图像targetMat,是一个黄色小球,实际它就在背景图片的正中间,如下:
2.代码
Emgu CV在背景图片中找到目标图片的黄色小球,代码如下:
Mat tMat = targetMat.Clone(); // 较小的目标图片
Mat bMat = backgroundMat.Clone(); // 较大的背景图片
Mat hsvTargetMat = new Mat();
CvInvoke.CvtColor(tMat, hsvTargetMat, ColorConversion.Bgr2Hsv);
Mat hsvBackgroundMat = new Mat();
CvInvoke.CvtColor(bMat, hsvBackgroundMat, ColorConversion.Bgr2Hsv);
// 较大的背景图像
VectorOfMat vMatBackground = new VectorOfMat();
vMatBackground.Push(hsvBackgroundMat);
// 较小的目标图像
VectorOfMat vMatTarget = new VectorOfMat();
vMatTarget.Push(hsvTargetMat);
int[] channels = new int[] { 0 };
int[] histSize = new int[] { 256 };
float[] range = new float[] { 0, 256 };
// 目标图像直方图的操作
Mat dTargetHist = new Mat();
using (VectorOfMat vms = new VectorOfMat(hsvTargetMat))
{
CvInvoke.CalcHist(vms, channels, new Mat(), dTargetHist, histSize, range, false); // 计算直方图
}
CvInvoke.Normalize(dTargetHist, dTargetHist, 0, 255, NormType.MinMax); // 将直方图归一化到0-255之间
Mat backProject = new Mat();
CvInvoke.CalcBackProject(vMatBackground, channels, dTargetHist, backProject, range);
CvInvoke.Imshow("CalcBackProject, " + backProject.Size.ToString(), backProject);
3.运行结果
结果可以看到,较亮的部位有很多,为什么呢,因为原图中除了正中间的目标图像外,四周还有好几个也是黄色的小球,和目标图像很近似,所以也被挑选出来了。简单的几段代码,是不是就实现了黄色小球的目标查找,或者说黄色的图像分割,简单吧。
直方图反向投影,包含了很深的数学原理,要想利用好、理解好这个功能,读者们需要去认真读一读相关讲解。直方图及相关应用就5篇文章,下面一大章节讲解非常非常非常重要的应用:图像形态学处理。
原创不易,请勿抄袭。共同进步,相互学习。