参考了这篇文章
http://blog.csdn.net/fdl19881/article/details/6726438
检测原理:
书上说的很麻烦,按照博主的理解就很简单:
cvCalcBackProjectPatch的大概意义 ,按我的理解的话,应该是通过块窗口搜索图像,比较窗口中对应像素的二维直方图与给定直方图的差异,若完全相同,那当然就越匹配。
对于不同的相关度方法,越匹配,其值由相关度方法而定,如本程序使用的是CV_COMP_CORREL ——即越相似,则值越接近1. 反之则趋于0。
cvCalBackProjectPatch()函数
void cvCalBackProjectPatch(
IplImage** images,
CvArr* dst,
CvSize patch_size,
CvHistogram* hist,
int method,
float factor
);
程序实例:
#include <iostream>
#include <cv.h>
#include <highgui.h>
#include <cxcore.h>
using namespace std;
void GetHSV(const IplImage *image,IplImage **h,IplImage **s,IplImage **v);
int main()
{
IplImage *src = cvLoadImage("t1.jpg");
IplImage *h_src = NULL ,*s_src = NULL;
GetHSV(src,&h_src,&s_src,NULL);
IplImage *images[] = {h_src,s_src};
CvHistogram *hist_src;
{//计算二维直方图
int dims = 2;
int size[] = {30,32}; // 这个地方不要取的太大!当取为size[] = {180,256}时E7200CPU会运行长达10几分钟的!
float range_h[] = {0,180}
//再用cvCvtColor转换时h已经归一化到180了
,range_s[] = {0,256};
float *ranges[] = {range_h,range_s};
hist_src = cvCreateHist(dims,size,CV_HIST_ARRAY,ranges);
cvCalcHist(images,hist_src);
cvNormalizeHist(hist_src,1);
}
IplImage *dst = cvLoadImage("t2.jpg");
IplImage *h_dst = NULL,*s_dst = NULL;
GetHSV(dst,&h_dst,&s_dst,NULL);
images[0] = h_dst ,images[1] = s_dst;
CvSize patch_size = cvSize(src->width,src->height);
IplImage *result = cvCreateImage(cvSize(h_dst->width - patch_size.width +1,h_dst->height - patch_size.height +1)
,IPL_DEPTH_32F,1);//块搜索时处理边缘是直接舍去,故result的大小比dst小path_size大小
//32F类型,取值为0~1最亮为1,可直接显示
//CV_COMP_CORREL相关度,1时最匹配,0时最不匹配
cvCalcBackProjectPatch(images,result,patch_size,hist_src,CV_COMP_CORREL,1);
cvShowImage("result",result);
//找出最大值位置,可得到此位置即为杯子所在位置
CvPoint max_location;
cvMinMaxLoc(result,NULL,NULL,NULL,&max_location,NULL);
//加上边缘,得到在原始图像中的实际位置 max_location.x += cvRound(patch_size.width/2);
max_location.y += cvRound(patch_size.height/2);
//在dst图像中用红色小圆点标出位置——小圆点就表示杯子所在区域
cvCircle(dst,max_location,3,CV_RGB(255,0,0),-1);
cvShowImage("dst",dst);
cvWaitKey();
cvReleaseImage(&src);
cvReleaseImage(&dst);
cvReleaseImage(&h_src);
cvReleaseImage(&h_dst);
cvReleaseImage(&s_dst);
cvReleaseImage(&s_src);
cvReleaseHist(&hist_src);
cvReleaseImage(&result);
cvDestroyAllWindows();
}
void GetHSV(const IplImage *image , IplImage **h,IplImage **s,IplImage **v)
{
IplImage *hsv = cvCreateImage(cvGetSize(image),8,3);
cvCvtColor(image,hsv,CV_BGR2HSV);
if((h != NULL) && (*h == NULL))
*h = cvCreateImage(cvGetSize(image),8,1);
if((s != NULL) && (*s == NULL))
*s = cvCreateImage(cvGetSize(image),8,1);
if((v != NULL) && (*v == NULL))
*v = cvCreateImage(cvGetSize(image),8,1);
cvSplit(hsv,*h,(s == NULL)?NULL:*s,(v==NULL)?NULL:*v,NULL);
cvReleaseImage(&hsv);
}
用到的图片
t1
t2