opencv 直方图反向投影
直方图反向投影式通过给定的直方图信息,在图像找到相应的像素分布区域,opencv提供两种算法,一个是基于像素的,一个是基于块的。
使用方法不写了,可以参考一下几个网站:
直方图反向投影参考1
直方图参考2
测试例子1:灰度直方图反向投影
IplImage * image= cvLoadImage("22.jpg"); IplImage * image2= cvLoadImage("2.jpg"); int hist_size=256; float range[] = {0,255}; float* ranges[]={range}; IplImage* gray_plane = cvCreateImage(cvGetSize(image),8,1); cvCvtColor(image,gray_plane,CV_BGR2GRAY); CvHistogram* gray_hist = cvCreateHist(1,&hist_size,CV_HIST_ARRAY,ranges,1); cvCalcHist(&gray_plane,gray_hist,0,0); //cvNormalizeHist(gray_hist,1.0); IplImage* gray_plane2 = cvCreateImage(cvGetSize(image2),8,1); cvCvtColor(image2,gray_plane2,CV_BGR2GRAY); //CvHistogram* gray_hist2 = cvCreateHist(1,&hist_size,CV_HIST_ARRAY,ranges,1); //cvCalcHist(&gray_plane2,gray_hist2,0,0); //cvNormalizeHist(gray_hist2,1.0); IplImage* dst = cvCreateImage(cvGetSize(gray_plane2),IPL_DEPTH_8U,1); cvCalcBackProject(&gray_plane2, dst ,gray_hist); cvEqualizeHist(dst,dst); //产生的图像太暗,做了一些直方图均衡cvNamedWindow( "dst"); cvShowImage("dst",dst); cvNamedWindow( "src"); cvShowImage( "src", image2 ); cvNamedWindow( "templ"); cvShowImage( "templ", image ); cvWaitKey();
效果图:
第一个图为源图像,中间的那个小图像是产生用于反向投影的直方图的图像,最后的用直方图均衡化后的结果图像,可以看到,苹果的像素位置几被找到了。
测试例子2:彩色直方图反向投影测试
IplImage*src= cvLoadImage("myhand2.jpg", 1); IplImage*templ=cvLoadImage("myhand3.jpg",1);cvNamedWindow( "Source" ); cvShowImage( "Source", src ); IplImage* h_plane2 = cvCreateImage( cvGetSize(src), 8, 1 ); IplImage* s_plane2 = cvCreateImage( cvGetSize(src), 8, 1 ); IplImage* v_plane2 = cvCreateImage( cvGetSize(src), 8, 1); IplImage* planes2[] = { h_plane2, s_plane2,v_plane2 };IplImage* hsv2 = cvCreateImage( cvGetSize(src), 8, 3 ); cvCvtColor( src, hsv2, CV_BGR2HSV ); cvSplit( hsv2, h_plane2, s_plane2, v_plane2, 0 ); printf("h%d",h_plane2->widthStep); printf("s%d",h_plane2->widthStep); printf("v%d",h_plane2->widthStep);IplImage* h_plane = cvCreateImage( cvGetSize(templ), 8, 1 ); IplImage* s_plane = cvCreateImage( cvGetSize(templ), 8, 1 ); IplImage* v_plane = cvCreateImage( cvGetSize(templ), 8, 1); IplImage* planes[] = { h_plane, s_plane,v_plane }; IplImage* hsv = cvCreateImage( cvGetSize(templ), 8, 3 ); cvCvtColor( templ, hsv, CV_BGR2HSV ); cvSplit( hsv, h_plane, s_plane, v_plane, 0 ); printf("h%d\n",h_plane->widthStep); printf("s%d\n",s_plane->widthStep); printf("v%d\n",v_plane->widthStep);int h_bins = 16, s_bins = 16,v_bins=16; int hist_size[] = {h_bins, s_bins,v_bins}; float h_ranges[] = {0,255}; float s_ranges[] = {0,255}; float v_ranges[] = {0,255}; float* ranges[] = { h_ranges, s_ranges,v_ranges}; CvHistogram* hist; hist = cvCreateHist( 3, hist_size, CV_HIST_ARRAY, ranges, 1 ); cvCalcHist( planes, hist, 0, 0 ); //1.double a=1.f; //2.cvNormalizeHist(hist,a); //templ's hist is just calculateIplImage*back_project=cvCreateImage(cvGetSize(src),8,1);//!!归一,把改成,就弹出对话框,说planes的steps不是一致的!cvZero(back_project); //但是我去掉归一,改成就可以显示//NOW we begin calculate back projectcvCalcBackProject(planes2,back_project,hist);cvNamedWindow( "back_project" ); cvShowImage( "back_project", back_project ); cvWaitKey(0);
测试结果:
手的肤色位置基本找到了,但是有一个问题,在做直方图反向的时候,直方图分级是16等分,并不是256等分,下图是32等分和8等分的图像效果:
32等分 8等分
程序里面使用了SHV分量,也算是肤色检测的一个实例,里面的颜色区分很明显,所有采用大一点的区域统计,能更好的找到肤色的位置,如果采用很细的颜色区分,光照的影响也会考虑进去了。
测试例子3:基于块的直方图投影
这种方法速度很慢,模版图像别弄的太大了。
IplImage*src= cvLoadImage("2.jpg", 1); IplImage*templ=cvLoadImage("22.jpg",1);cvNamedWindow( "Source" ); cvShowImage( "Source", src ); IplImage* h_plane2 = cvCreateImage( cvGetSize(src), 8, 1 ); IplImage* s_plane2 = cvCreateImage( cvGetSize(src), 8, 1 ); IplImage* v_plane2 = cvCreateImage( cvGetSize(src), 8, 1); IplImage* planes2[] = { h_plane2, s_plane2,v_plane2 };IplImage* hsv2 = cvCreateImage( cvGetSize(src), 8, 3 ); cvCvtColor( src, hsv2, CV_BGR2HSV ); cvSplit( hsv2, h_plane2, s_plane2, v_plane2, 0 ); printf("h%d",h_plane2->widthStep); printf("s%d",h_plane2->widthStep); printf("v%d",h_plane2->widthStep);IplImage* h_plane = cvCreateImage( cvGetSize(templ), 8, 1 ); IplImage* s_plane = cvCreateImage( cvGetSize(templ), 8, 1 ); IplImage* v_plane = cvCreateImage( cvGetSize(templ), 8, 1); IplImage* planes[] = { h_plane, s_plane,v_plane }; IplImage* hsv = cvCreateImage( cvGetSize(templ), 8, 3 ); cvCvtColor( templ, hsv, CV_BGR2HSV ); cvSplit( hsv, h_plane, s_plane, v_plane, 0 ); printf("h%d\n",h_plane->widthStep); printf("s%d\n",s_plane->widthStep); printf("v%d\n",v_plane->widthStep);int h_bins = 16, s_bins = 16,v_bins=16; int hist_size[] = {h_bins, s_bins,v_bins}; float h_ranges[] = {0,255}; float s_ranges[] = {0,255}; float v_ranges[] = {0,255}; float* ranges[] = { h_ranges, s_ranges,v_ranges}; CvHistogram* hist; hist = cvCreateHist( 3, hist_size, CV_HIST_ARRAY, ranges, 1 ); cvCalcHist( planes, hist, 0, 0 );CvSize temp ; temp.height = src->height - templ->height + 1; temp.width = src->width - templ->width + 1; IplImage*back_project=cvCreateImage(temp,IPL_DEPTH_32F,1);//!!归一,把改成,就弹出对话框,说planes的steps不是一致的!cvZero(back_project); //但是我去掉归一,改成就可以显示 cvCalcBackProjectPatch(planes2, back_project, cvGetSize(templ), hist,CV_COMP_INTERSECT ,1);cvNamedWindow( "back_project" ); cvShowImage( "back_project", back_project ); cvWaitKey(0);
测试图像:
当模版图像小雨目标的时候,作为区域检测器,测试如下:可以找到手区域
当模版等于目标的时候,测试如下:输出图像,较亮的部分就是人的头部大致位置
基于块的反向,速度太慢了。
转载于:https://www.cnblogs.com/zfluo/p/5131870.html
opencv 直方图反向投影相关推荐
- OpenCV中直方图反向投影算法详解与实现
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自:opencv学堂 一:直方图交叉 OpenCV中直方图反向 ...
- opencv进阶学习笔记7:直方图,直方图均衡化,直方图比较,直方图反向投影
基础版传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 直方图基础讲解: opencv学 ...
- opencv 直方图_OpenCV之图像直方图反向投影
python代码: import cv2 as cv import numpy as np from matplotlib import pyplot as pltdef back_projectio ...
- opencv python 直方图反向投影_python OpenCV学习笔记直方图反向投影的实现
本文介绍了python OpenCV学习笔记直方图反向投影的实现,分享给大家,具体如下: 它用于图像分割或寻找图像中感兴趣的对象.简单地说,它创建一个与我们的输入图像相同大小(但单通道)的图像,其中每 ...
- Mean Shift算法(2)在OpenCV上的实现目标跟踪——直方图反向投影
直方图反向投影 直方图反向投影的结果是一个概率分布图,表示一个指定图像片段出现在特定位置的概率.假设我们已经知道图像中某个物体的大致位置,就可以用概率分布图找到物体的准确位置.最可能出现的位置就是窗口 ...
- Python+OpenCV:直方图反向投影(Histogram Backprojection)
Python+OpenCV:直方图反向投影(Histogram Backprojection) Algorithm in Numpy 1. First we need to calculate the ...
- OpenCV + CPP 系列(十九)直方图比较 与 直方图反向投影,投影分割
文章目录 一.直方图比较 计算公式 效果演示 二.直方图反向投影 三.投影分割 一.直方图比较 对输入的两张图像计算得到直方图H1与H2,归一化到相同的尺度空间,然后可以通过计算H1与H2的之间的距离 ...
- [python opencv 计算机视觉零基础到实战] 十五 直方图反向投影
一.学习目标 了解了直方图反向投影的一般流程 了解2D直方图的使用 如有错误欢迎指出~ 二.了解直方图反向投影 2.1 了解2D直方图 需要对直方图进行反向投影,需要使用2D直方图.2D直方图需要使用 ...
- OpenCV中反向投影
OpenCV中反向投影 首先要说的可能要说的就是反向投影,用一个看到的例子来说可能更直观一些. [1234567891011129101315]\begin{bmatrix}1&2&3 ...
最新文章
- 优化应用启动时的体验
- ML/DL之预测分析类:利用机器学习算法进行预测分析的简介、分析、代码实现之详细攻略
- 继承thread类创建线程
- 【PyQt5】QT designer + eclipse 集成开发
- 看完这篇Linux基本的操作就会了
- 一口气说出 6种 延时队列的实现方法,面试官也得服
- Python3并发编程-多线程threading怎么用?
- 登录页面(通过数据库查询密码是否正确)
- sqlserver Split 开放写法有兴趣的学习一下
- Effects on PV3D
- Atitit enhance dev effect提升开发效率的十大原理与方法v2 u66.docx Atitit enhance dev effect提升开发效率的十大原理 目录 1. 管理	2
- Webshell管理工具
- Idea中常用的快捷键(持续更新)
- Vmware Tools安装详细步骤
- 微信公众号python_微信公共平台框架-python(支持多账号)
- JavaScript分号使用指南
- qfiledialog保存时为文件名添加后缀
- 解决Win10能登陆QQ却无法打开网页问题
- 2019-04-26周五宁波和杭州都下雨了,晚饭的鱼粉好大份哦,这是我第一次吃鱼粉!Hhhhhhhh下雨了就给吃点面才暖和,辛苦快递小哥哥了呀,其实这家店就在食堂我看见很多次了懒得买,外卖好像更便宜!
- python 拟合对数正态分布
热门文章
- python函数里面引用外部变量_Python基础 变量进阶
- LINUX前期知识回顾
- 学数据库你竟然不用用JAVA写代码,可惜你遇到了我! JAVA连接数据库(JDBC)的安装使用教程
- 简单聊下5G与V2X
- USB接口定义(Z)
- Nginx+Tomcat+Memcached实现tomcat集群和session共享
- 知乎 开源机器学习_使用开源数据和机器学习预测海洋温度
- 单元测试: gmock
- 银行推出一年存1万连着存5年,利率4.5%,能存吗?
- 如果给你机会,阿里巴巴的中层职位和马云的专属司机,你怎么选?