(一)OpenCV图像处理基础_25_直方图反向投影

1. 反向投影是反映直方图模型在目标图像中的分布情况。
   简单点说就是用直方图模型去目标图像中寻找是否有相似的对象。
   通常用HSV色彩空间的HS两个通道直方图模型。
2. 反向投影步骤：
   ①建立直方图模型
   ②计算待测图像直方图并映射到模型中
   ③从模型反向计算生成图像
3. 实现步骤：
   ①加载图片imread
   ②将图像从RGB色彩空间转换到HSV色彩空间cvtColor
   ③计算直方图和归一化calcHist与normalize
   ④Mat与MatND其中Mat表示二维数组，MatND表示三维或者多维数据，此处均可以用Mat表示
   ⑤计算反向投影图像calcBackProject

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

void CallBack_Demo(int, void*);
int bins = 1;//不能为0
Mat src, hsv, hue;

int main(int argc, char** argv)
{
	src = imread("../path.jpg");
	if (src.empty())
	{
		cout << "could not load image..." << endl;
		return -1;
	}

	namedWindow("src", WINDOW_AUTOSIZE);
	namedWindow("BackProject", WINDOW_AUTOSIZE);//反向投影显示
	namedWindow("dst_Hist", WINDOW_NORMAL);//绘制直方图
	imshow("src", src);

	cvtColor(src, hsv, COLOR_BGR2HSV);//转换为HSV图像
	hue.create(hsv.size(), hsv.depth());
	int nchannels[] = { 0,0 };//整数对,每对的第一个值表示源通道,第二个值表示应复制的目标通道
	//从输入的一个或多个图像中重新排列通道,并在输出的一个或多个图像中将它们分到特定的通道
	mixChannels(&hsv,//Mat* srcv
		1,//number of elements in 'srcv'
		&hue,//Mat* dstv
		1,//number of elements in 'dstv'
		nchannels,//映射
		1);//总数


	//创建滑动杆
	createTrackbar("区间bins大小", "BackProject", &bins, 180, CallBack_Demo);
	CallBack_Demo(0, 0);//回调函数

	waitKey(0);
	return 0;
}

void CallBack_Demo(int, void*)
{
	float range[] = { 0, 180 };
	const float *histRanges = { range };

	Mat h_hist;
	//计算直方图//①创建要寻找的物体或区域的直方图
	calcHist(&hue, 1, 0, Mat(), h_hist/*直方图计算的输出值*/, 1, &bins/*每个维度中的区间的个数不能为0*/, &histRanges, true, false);
	//归一化
	normalize(h_hist, h_hist, 0, 255, NORM_MINMAX, -1, Mat());

	Mat backPrjImage;
	//②利用上述直方图对新图片进行calcBackProject以创建一个反向投影图(在方向投影图中,具有最大值的区域很可能包含感兴趣的物体或区域)
	calcBackProject(&hue, //Mat* src
		1,//数组src中元素的个数（hue色调）
		0,//在反向投影中会发挥作用的通道的列表(相当于直方图(calcHist)的维数)
		h_hist,//输入图像数组
		backPrjImage,//输出图像数组
		&histRanges, //直方图区间信息
		1,//缩放因子
		true);//是否是一个均匀的直方图
	imshow("BackProject", backPrjImage);
	
	//绘制直方图
	int hist_h = 400;//定义直方图高
	int hist_w = 400;//定义直方图宽
	Mat histImage(hist_w, hist_h, CV_8UC3, Scalar(0, 0, 0));
	int bin_w = (hist_w / bins);//宽/区间大小
	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, hist_h),
			Scalar(0, 0, 255), -1);
	}
	imshow("dst_Hist", histImage);
	//③反向投影图中的高值区域取局部直方图并使用compareHist()将它与要寻找的物体或区域的直方图进行比较
	
	return;
}