24 OpenCV直方图反向投影

参考

直方图反向投影

反向投影

• 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

作用

反向投影的作用是：在输入图像中寻找与模板图像最匹配的区域，也就是定位模板图像出现在输入图像的位置。

calceackProject 反向投影

calceackProject（
const Matimages，//输入图像，图像深度必须位CV_8U，CV_16U或CV_32F中的一种，尺寸相同，每一幅图像都可以有任意的通道数
int nimages，//输入图片数量
const intchannels，//用于计算反向投影的通道列表，通道数必须与直方图维度相匹配
InputArray hist，//输入的直方图
OutputArray backProject，//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
const float **ranges，//直方图中每个维度bin的取值范围（二维数组）
double scale=1，//可选输出反向投影的比例因子
bool uniform =true， //直方图是否均匀分布（uniform）的标识符，有默认值true
）

mixchannels 通道图像分割

mixchannels（ //通道图像分割
const Matsrc，//输入数组或向量矩阵，所有矩阵的大小和深度必须相同。（指针形式）
size_t nsrcs，//矩阵的数量
Matdst，//输出数组或矩阵向量，大小和深度必须与src[0]相同（指针形式）
size_t ndsts，//输出矩阵的数量
const int*fromTo，//指定被复制通道与要复制到的位置组成的索引对
size_t npairs //fromTo中索引对的数目
）

示例

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

using namespace std;
using namespace cv;

Mat src; Mat hsv; Mat hue; 
int bins = 12;
void Hist_And_Backprojection(int, void*);
int main(int argc, char** argv) {
	src = imread("D:/vcprojects/images/t1.jpg");
	if (src.empty()) {
		printf("could not load image...\n");
		return -1;
	}
	const char*  window_image = "input image";
	namedWindow(window_image);
	namedWindow("BackProj");
	namedWindow("Histogram");

	cvtColor(src, hsv, CV_BGR2HSV);
	hue.create(hsv.size(), hsv.depth());
	int nchannels[] = { 0, 0 };
	mixChannels(&hsv, 1, &hue, 1, nchannels, 1);

	createTrackbar("Histogram Bins:", window_image, &bins, 180, Hist_And_Backprojection);
	Hist_And_Backprojection(0, 0);

	imshow(window_image, src);
	waitKey(0);
	return 0;
}

void Hist_And_Backprojection(int, void*) {
	float range[] = { 0, 180 };
	const float *histRanges = { range };
	Mat h_hist;
	calcHist(&hue, 1, 0, Mat(), h_hist, 1, &bins, &histRanges, true, false);
	normalize(h_hist, h_hist, 0, 255, NORM_MINMAX, -1, Mat());

	Mat backPrjImage;
	calcBackProject(&hue, 1, 0, h_hist, backPrjImage, &histRanges, 1, true);
	imshow("BackProj", 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);
	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 - cvRound(h_hist.at<float>(i) * (400 / 255)))),
			Point(i*bin_w, hist_h),
			Scalar(0, 0, 255), -1);
	}
	imshow("Histogram", histImage);

	return;
}