颜色直方图opencv c++代码

颜色直方图比较简单,统计图像中的颜色分布。是个常用的全局特征,一般需要的话,可以加上SPM,能有效对空间位置进行编码。

代码如下:



#include <sys/types.h>
#include <boost/filesystem.hpp>
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/nonfree/features2d.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <boost/algorithm/string.hpp>
using namespace cv;
using namespace std;

void compute_colorfeatures(const string& imgPath, vector<float>& features) {
        Mat mat = imread(imgPath);
        Mat hsv_img;
        cvtColor(mat, hsv_img, COLOR_BGR2HSV);
        int h_bins = 30;
        int s_bins = 50;
        int histSize[] = { h_bins, s_bins };
        // hue varies from 0 to 256, saturation from 0 to 180
        float s_ranges[] = { 0, 256 };
        float h_ranges[] = { 0, 180 };
        const float* ranges[] = { h_ranges, s_ranges };
        // Use the o-th and 1-st channels
        int channels[] = { 0, 1 };
        /// Histograms
        MatND color_features;
        /// Calculate the histograms for the HSV images
        calcHist(&hsv_img, 1, channels, Mat(), color_features, 2, histSize, ranges,
                        true, false);
        normalize(color_features, color_features, 0, 1, NORM_MINMAX, -1, Mat());
        for (int i = 0; i < color_features.rows; i++) {
                for (int j = 0; j < color_features.cols; j++) {
                        features.push_back(color_features.at<float>(i, j));
                }
        }
}


  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
直方图匹配是一种用于调整图像颜色分布的方法,使得两幅图像直方图变得相似。在OpenCV中,可以使用`cv::equalizeHist()`函数来实现直方图均衡化,从而实现直方图匹配。 下面是一个使用OpenCV C++实现直方图匹配的示例代码: ```cpp #include <opencv2/opencv.hpp> int main() { // 读取输入图像 cv::Mat image = cv::imread("input.jpg", cv::IMREAD_GRAYSCALE); // 读取目标图像 cv::Mat target = cv::imread("target.jpg", cv::IMREAD_GRAYSCALE); // 计算输入图像直方图 cv::Mat hist; cv::calcHist(&image, 1, 0, cv::Mat(), hist, 1, &histSize, &histRange); // 计算目标图像直方图 cv::Mat targetHist; cv::calcHist(&target, 1, 0, cv::Mat(), targetHist, 1, &histSize, &histRange); // 计算输入图像的累积直方图 cv::Mat cumHist; cv::normalize(hist, cumHist, 0, 255, cv::NORM_MINMAX); // 计算目标图像的累积直方图 cv::Mat targetCumHist; cv::normalize(targetHist, targetCumHist, 0, 255, cv::NORM_MINMAX); // 创建输出图像 cv::Mat result = cv::Mat::zeros(image.size(), image.type()); // 进行直方图匹配 for (int i = 0; i < image.rows; i++) { for (int j = 0; j < image.cols; j++) { int intensity = image.at<uchar>(i, j); result.at<uchar>(i, j) = cv::saturate_cast<uchar>(targetCumHist.at<float>(intensity)); } } // 显示结果图像 cv::imshow("Result", result); cv::waitKey(0); return 0; } ``` 请注意,上述代码中的`input.jpg`和`target.jpg`分别代表输入图像和目标图像的文件名。你需要将代码中的这两个文件名替换为你自己的图像文件名。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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