快捷導(dǎo)航

OpenCV圖像處理之直方圖比較方法詳解

更新時(shí)間：2022年09月06日 10:21:09 作者：肖愛(ài)Kun

直方圖比較是對(duì)輸入的兩張圖像進(jìn)行計(jì)算得到直方圖H1與H2，歸一化到相同的尺度空間，然后可以通過(guò)計(jì)算H1與H2的之間的距離得到兩個(gè)直方圖的相似程度，進(jìn)而比較圖像本身的相似程度。本文將為大家詳細(xì)講講直方圖比較的實(shí)現(xiàn)方法，需要的可以參考一下

一、直方圖比較

直方圖比較是對(duì)輸入的兩張圖像進(jìn)行計(jì)算得到直方圖H1與H2，歸一化到相同的尺度空間，然后可以通過(guò)計(jì)算H1與H2的之間的距離得到兩個(gè)直方圖的相似程度（每張圖像都有唯一的直方圖與之對(duì)應(yīng)），進(jìn)而比較圖像本身的相似程度。Opencv提供的比較方法有四種：

Correlation 相關(guān)性比較

Chi-Square 卡方比較

Intersection 十字交叉性

Bhattacharyya distance 巴氏距離。

（1）直方圖比較方法-相關(guān)性計(jì)算(CV_COMP_CORREL)

其中：

其中N是直方圖的BIN個(gè)數(shù)，是均值。

（2）直方圖比較方法-相關(guān)性計(jì)算(CV_COMP_CORREL)

H1,H2分別表示兩個(gè)圖像的直方圖數(shù)據(jù)

(3)直方圖比較方法-十字交叉性計(jì)算(CV_COMP_INTERSECT)

H1,H2分別表示兩個(gè)圖像的直方圖數(shù)據(jù)

(4)直方圖比較方法-巴氏距離計(jì)算(CV_COMP_BHATTACHARYYA )

H1,H2分別表示兩個(gè)圖像的直方圖數(shù)據(jù),

二、圖像直方圖比較方法

加載原圖像

將圖像色彩空間由BGR三通道轉(zhuǎn)換為HSV空間（由于直方圖對(duì)亮度和灰度比較敏感，色彩空間轉(zhuǎn)換就是突出這兩個(gè)因素盡量去除其他因素）

計(jì)算直方圖進(jìn)行歸一化處理，歸一化到0到1之間，調(diào)用calcHist和normalize

直方圖比較，使用上述四種方法之一，調(diào)用compareHist

直方圖比較API函數(shù)接口

API接口

double compareHist(InputArray h1,InputArray H2,int method)

參數(shù)說(shuō)明：

第一個(gè)參數(shù)InputArray類(lèi)型 h1,直方圖數(shù)據(jù)

第二個(gè)參數(shù)InputArray類(lèi)型 h2,直方圖數(shù)據(jù)

第三個(gè)參數(shù)int類(lèi)型 method比較方法，上述四種方法之一

返回值：采用上述四中方法之一計(jì)算后的兩個(gè)直方圖相關(guān)系數(shù)

關(guān)于 int method 的取值：

enum HistCompMethods {
    HISTCMP_CORREL        = 0,    //相關(guān)性比較
    HISTCMP_CHISQR        = 1,    //卡方比較
    HISTCMP_INTERSECT     = 2,    //十字交叉性
    HISTCMP_BHATTACHARYYA = 3,    //巴氏距離
    HISTCMP_HELLINGER     = HISTCMP_BHATTACHARYYA, 
    HISTCMP_CHISQR_ALT    = 4,    //替代卡方：通常用于紋理比較。
    HISTCMP_KL_DIV        = 5     //KL散度
};

不同直方圖相關(guān)性比較方法的特點(diǎn)：

Correlation相關(guān)性比較（CV_COMP_CORREL）值越大，相關(guān)度越高，最大值為1，最小值為0，越接近1越相似

Chi-Square卡方比較(CV_COMP_CHISQR) 值越小，相關(guān)度越高，最大值無(wú)上界，最小值0，越接近0越相似

Intersection十字交叉性（CV_COMP_INTERSECT）對(duì)于相似度比較，值越大，表明相關(guān)度越高，最大值無(wú)上界；完美匹配為1，完全不匹配為0；

Bhattacharyya distance巴氏距離(CV_COMP_BHATTACHARYYA)值越小，相關(guān)度越高，最大值為1，最小值為0，越接近1越相似

三、代碼實(shí)現(xiàn)

#include"stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
 
using namespace std;
using namespace cv;
 
string convertToString(double d);
int main(int argc, char** argv) {
	Mat base, test1, test2;          //RGB圖像
	Mat hsvbase, hsvtest1, hsvtest2; //HSV圖像
	base = imread("F:/photo/zx.jpg");
	if (!base.data) {
		printf("could not load image...\n");
		return -1;
	}
	test1 = imread("F:/photo/a.jpg");
	test2 = imread("F:/photo/c.jpg");
	//轉(zhuǎn)化為HSV圖像
	cvtColor(base, hsvbase, COLOR_BGR2HSV);
	cvtColor(test1, hsvtest1, COLOR_BGR2HSV);
	cvtColor(test2, hsvtest2, COLOR_BGR2HSV);
 
	int h_bins = 50; int s_bins = 60;
	int histSize[] = { h_bins, s_bins };
	// hue varies from 0 to 179, saturation from 0 to 255     
	float h_ranges[] = { 0, 180 };
	float s_ranges[] = { 0, 256 };
	const float* ranges[] = { h_ranges, s_ranges };
	// Use the o-th and 1-st channels     
	int channels[] = { 0, 1 };
	MatND hist_base;
	MatND hist_test1;
	MatND hist_test2;
 
	calcHist(&hsvbase, 1, channels, Mat(), hist_base, 2, histSize, ranges, true, false);
	normalize(hist_base, hist_base, 0, 1, NORM_MINMAX, -1, Mat());
 
	calcHist(&hsvtest1, 1, channels, Mat(), hist_test1, 2, histSize, ranges, true, false);
	normalize(hist_test1, hist_test1, 0, 1, NORM_MINMAX, -1, Mat());
 
	calcHist(&hsvtest2, 1, channels, Mat(), hist_test2, 2, histSize, ranges, true, false);
	normalize(hist_test2, hist_test2, 0, 1, NORM_MINMAX, -1, Mat());
 
	double basebase = compareHist(hist_base, hist_base, 2);//zx
	double basetest1 = compareHist(hist_base, hist_test1,2);//zx and a
	double basetest2 = compareHist(hist_base, hist_test2, 2);//zx and c
	double tes1test2 = compareHist(hist_test1, hist_test2, 2);//a and c
	printf("test1 compare with test2 correlation value :%f", tes1test2);
 
	Mat test12;
	test2.copyTo(test12);
	putText(base, convertToString(basebase), Point(50, 50), FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, LINE_AA);  //zx
	putText(test1, convertToString(basetest1), Point(50, 50), FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, LINE_AA);//zx and a
	putText(test2, convertToString(basetest2), Point(50, 50), FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, LINE_AA);//zx and c
	putText(test12, convertToString(tes1test2), Point(50, 50), FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, LINE_AA);//a and c
 
	namedWindow("base", 0);
	resizeWindow("base", base.cols / 2, base.rows / 2);
	namedWindow("test1", 0);
	resizeWindow("test1", test1.cols / 2, test1.rows / 2);
	namedWindow("test2", 0);
	resizeWindow("test2", test2.cols / 2, test2.rows / 2);
 
	imshow("base", base);
	imshow("test1", test1);
	imshow("test2", test2);
	imshow("test12", test12);
 
	waitKey(0);
	return 0;
}
 
string convertToString(double d) {
	ostringstream os;
	if (os << d)
		return os.str();
	return "invalid conversion";
}