openCV与C＋＋的图像识别（一）——aHash

最新推荐文章于 2024-09-18 12:00:01 发布

今天你那里吹风了吗

最新推荐文章于 2024-09-18 12:00:01 发布

阅读量4.9k

点赞数 3

分类专栏： C 汇总

本文链接：https://blog.csdn.net/vivien1997/article/details/102722148

版权

本文介绍了使用OpenCV和C++进行图像识别的基础知识，聚焦于aHash算法。通过计算汉明距离，aHash被用于简易的图像相似度比较，但其精度较低。

摘要由CSDN通过智能技术生成

/*
开发环境Microsoft Visual Studio 10.0 C++  +   openCV 2.4.2   +   cmake

关于环境配置可以参考这篇博客  https://blog.csdn.net/qq_28584889/article/details/87914831
*/

#inclued "stdafx.h"
#include <iostream>
#include <bitset>
#include <string>
#include <iomanip>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\core\core.hpp>
 
using namespace std;
using namespace cv;
 
#define hashLength 64
 
 
// 计算8*8图像的平均灰度
float calcAverage(Mat_<uchar> image, const int &size){
	float sum = 0;
	for(int i = 0 ; i < size; i++){
		for(int j = 0; j < size; j++){
			sum += image(i, j);
		}
	}
	return sum/(size*size);
}
 
/* 计算hash值
	image:8*8的灰度图像
	size: 图像大小  8*8
	ahahs:存放64位hash值
	averagePix: 灰度值的平均值
*/
void fingerPrint(Mat_<uchar> image, const int &size, bitset<hashLength> &ahash, const float &