OpenCV学习笔记--反向投影

         OpenCV里的反向投影说到底是一个灰度图像矩阵，即一个Mat数据结构。它是用来干什么的呢，OpenCV的入门教程里这样写：记录给定图像中的像素点如何适应直方图模型像素分布的方式；简单的讲， 所谓反向投影就是首先计算某一特征的直方图模型，然后使用模型去寻找图像中存在的该特征。

为什么这么说呢，因为反向投影的一个点（像素）表示目标图像该位置上的像素在直方图中的Y轴的值是多少。直方图Y轴的值越大，则反向投影里的这个点越白。如果目标图像的一个像素模型图像里多次出现(这就体现在直方图的Y轴的值上，即Y轴的值很大)，那么目标图像与模型图像很可能存在某种程度的匹配。简言之：在灰度图像的每个点（x，y），用它对应的直方图的bin的值（就是有多少像素落在bin内）来代替它。所以，如果这个bin的值比较大，那么反向投影显示的结果会比较亮，否则就比较暗。

举个例子来说：【感谢http://blog.163.com/thomaskjh@126/blog/static/370829982010112810358501这篇文章】

Image=（这个称为模型图像）

0    1   2    3

4    5   6    7

8    9  10   11

8    9  14   15

然后计算直方图：取[0,4),[4