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