opencv学习笔记24-直方图反向投影calcBackProject

只用来记录学习笔记

Mat src, hsv,hue;
const char* window_title = "image";
int bins = 12;
void Hist_And_Backprojection(int, void*);
int main(int argc, char** argv) {
	src = imread("C:/Users/Administrator/Pictures/d503.jpg");
	if (src.empty()) {
		cout << "no image" << endl;
		return -1;
	}
	namedWindow("input", CV_WINDOW_AUTOSIZE);
	namedWindow("Histogram", CV_WINDOW_AUTOSIZE);
	imshow("input", src);

	cvtColor(src, hsv, CV_BGR2HSV);//转成hsv色彩空间
	hue.create(hsv.size(), hsv.depth());
	
	int nchannels[] = { 0,0 };
	mixChannels(&hsv, 1, &hue, 1, nchannels, 1);//从输入中拷贝某通道到输出中特定的通道。
	//&hsv:输入图像
	//1:输入图像的数量
	//&hue:输出图像
	//1:输出图像的数量
	//nchannels:输入矩阵的通道对应输出矩阵的通道
	//1:参数fromTo中的有几组输入输出通道关系
	createTrackbar("Histogram Bins:","input", &bins, 180, Hist_And_Backprojection);//滑动块
	Hist_And_Backprojection(0, 0);
	waitKey(0);
	return 0;
}
void Hist_And_Backprojection(int, void*) {
	float range[] = { 0,180 };
	const float *histRanges = { range };//定义值域范围0-180
	Mat h_hist;
	calcHist(&hue, 1, 0, Mat(), h_hist,1, &bins, &histRanges, true, false);//直方图计算
	normalize(h_hist, h_hist, 0, 255, NORM_MINMAX,-1,Mat());

	Mat backPrjImage;
	calcBackProject(&hue, 1, 0, h_hist, backPrjImage, &histRanges, 1, true);//计算反向投影图像
	//&hue:输入图像
	//1:图像数量
	//0:用于计算反向投影的通道列表
	//h_hist:输入的直方图
	//backPrjImage:目标反向投影输出图像,是一个单通道图像,与原图像有相同的尺寸和深度
	//&histRanges:直方图中每个维度bin的取值范围
	//1:可选输出反向投影的比例因子
	//true:直方图是否均匀分布(uniform)的标识符,有默认值true
	imshow(window_title, backPrjImage);

	int hist_h = 400;
	int hist_w = 400;
	Mat histImage(hist_w, hist_h, CV_8UC3, Scalar(0, 0, 0));
	int bin_w = (hist_w / bins);//400/bins;
	for (int i = 1; i < bins; i++) {
		rectangle(histImage, Point((i - 1)*bin_w, hist_h - cvRound(h_hist.at<float>(i - 1) * (400 / 255))),
			//Point((i)*bin_w, cvRound(hist_h - h_hist.at<float>(i) * (400 / 255)))
			Point(i*bin_w, hist_h)
			,Scalar(0,0,255),-1);//划矩形
	}
	imshow("Histogram", histImage);
	return;
}

bins = 12:
在这里插入图片描述
bin=85:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值