matlab计算多张图像的灰度直方图_计算机视觉学习笔记7 直方图比较两图相似性...

通过直方图对两幅图像进行比较，就是就是直方图数据，比较两幅图像的直方图的相似性，然后得出两图的相似系数。

这是早期图像检测的常用技术手段，通常与图像特征值，边缘检测等方法结合，可以简单迅速分析出两幅图像是否相似。

在MATLAB中，一般用函数 corr2()计算两图相关系数，要求图像为灰度图像，并且尺寸相同。而OpenCV就人性化很多了，采用compareHist()函数检测图像相似性，可以直接检测彩色图像，不要求图像尺寸，而且还提供了四种检测方法，然而有三种方法很坑，基本可以忽略。

MATLAB比较两图相似性

代码很简单，注意把彩色图像转为灰度图像即可

img1 = imread('data/IMG1.bmp');img2 = imread('data/IMG2.bmp');gray1 = rgb2gray(img1);gray2 = rgb2gray(img2);subplot(1,2,1); imshow(gray1);subplot(1,2,2); imshow(gray2);r = corr2(gray1, gray2);fprintf('两图像相似性： %f', r)

因为采用的是灰度图像，损失了两个像素通道，所以检测效果较差

灰度图

接近77%的相似性

c++比较两图相似性

c++操作稍显复杂，需要先进行彩色空间变换，变为hsv空间(一般而言直方图在hsv空间进行处理效果比较好)，再获取直方图，然后进行归一化，才能进行检测。

openc提供了四种检测方法：相关性：HISTCMP_CORREL, 卡方：HISTCMP_CHISQR, 交叉HISTCMP_INTERSECT, 巴氏距离：HISTCMP_BHATTACHARYYA

#include #include using namespace cv;using namespace std;int main(int argc, char** argv) { Mat img1 = imread("data/images/IMG1.bmp"); Mat img2 = imread("data/images/IMG2.bmp"); imshow("image1