opencv之直方图比较图像相似度

简介: 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的之间的距离得到两个直方图的相似程度进而比较图像本身的相似程度。


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的之间的距离得到两个直方图的相似程度进

而比较图像本身的相似程度。Opencv提供的比较方法有四种:

Correlation 相关性比较

Chi-Square 卡方比较

Intersection 十字交叉性

Bhattacharyya distance 巴氏距离


(1)相关性计算(CV_COMP_CORREL)

20180513232454673.png,其中20180513232547233.png

(2)卡方计算(CV_COMP_CHISQR)

20180513232615872.png

(3)十字计算(CV_COMP_INTERSECT)

20180513232713753.png

(4)巴氏距离计算(CV_COMP_BHATTACHARYYA )

20180513232731436.png

相关操作流程:


首先把图像从 RGB 色彩间转换到 HSV 色彩空间: cvtColor

计算图像的直方图,然后归一化到 [0~1] 之间: calcHist、 normalize;

使用上述四种比较方法之一进行比较: compareHist


API介绍:


compareHist(


InputArray h1, // 直方图数据1


InputArray H2,//直方图数据2


int method// 比较方法,上述四种方法之一


)//返回一个double类型的数据。


以下是代码演示:

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;
//由于opencv不支持double类型到string类型转换,所以借助这个函数进行实现。
string convertToString(double d);
int main(int argc, char** argv) {
 Mat base, test1, test2;
 Mat hsvbase, hsvtest1, hsvtest2;
 base = imread("D:/photo/4.jpg");
 if (!base.data) {
 printf("could not load image...\n");
 return -1;
 }
 test1 = imread("D:/photo/8.jpg");
 test2 = imread("D:/photo/9.jpg");
 //图像转换到HSV空间进行比较
 cvtColor(base, hsvbase, CV_BGR2HSV);
 cvtColor(test1, hsvtest1, CV_BGR2HSV);
 cvtColor(test2, hsvtest2, CV_BGR2HSV);
 //设定直方图需要相关参数
 int h_bins = 50; int s_bins = 60; int v_bins = 60;     
 int histSize[] = { h_bins, s_bins, v_bins};
 // hue varies from 0 to 179, saturation from 0 to 255     
 float h_ranges[] = { 0, 180 };  //色调H用角度度量,取值范围为0°~360°,从红色开始按逆时针方向计算,红色为0°,绿色为120°,蓝色为240°。它们的补色是:黄色为60°,青色为180°,品红为300°;   
 float s_ranges[] = { 0, 256 };
 float v_ranges[] = { 0, 256 };
 const float* ranges[] = { h_ranges, s_ranges, v_ranges};
 // Use the o-th and 1-st channels     
 int channels[] = {0 , 1};//比较H和S通道直方图,由于函数只能最多比较2维直方图,所以需要进行选择。
 //int channels[] = { 1, 2};//比较S和V通道直方图
 //int channels[] = {0};//只比较第一个H通道的直方图选择。
 //新建多维度Mat类型变量
 MatND hist_base;
 MatND hist_test1;
 MatND hist_test2;
 //进行直方图提取以及归一化计算
 calcHist(&hsvbase, 1,  channels, Mat(), hist_base, 1, histSize, ranges, true, false);
 normalize(hist_base, hist_base, 0, 1, NORM_MINMAX, -1, Mat());
 calcHist(&hsvtest1, 1, channels, Mat(), hist_test1, 1, histSize, ranges, true, false);
 normalize(hist_test1, hist_test1, 0, 1, NORM_MINMAX, -1, Mat());
 calcHist(&hsvtest2, 1, channels, Mat(), hist_test2, 1, histSize, ranges, true, false);
 normalize(hist_test2, hist_test2, 0, 1, NORM_MINMAX, -1, Mat());
  //进行直方图比较,分别列出了几个不同的类型
 double basebase = compareHist(hist_base, hist_base, 0);
 double basetest1 = compareHist(hist_base, hist_test1, 1);
 double basetest2 = compareHist(hist_base, hist_test2, 2);
 double tes1test2 = compareHist(hist_test1, hist_test2, 3);
 printf("test1 compare with test2 correlation value :%f", tes1test2);
 //设置图像进行相关显示
 Mat test12;
 test2.copyTo(test12);
 putText(base, convertToString(basebase), Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, CV_AA);
 putText(test1, convertToString(basetest1), Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, CV_AA);
 putText(test2, convertToString(basetest2), Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, CV_AA);
 putText(test12, convertToString(tes1test2), Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, CV_AA);
 namedWindow("base", CV_WINDOW_AUTOSIZE);
 namedWindow("test1", CV_WINDOW_AUTOSIZE);
 namedWindow("test2", CV_WINDOW_AUTOSIZE);
 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";
}


相关结果显示:


(1)只计算H通道的情况:20180513234731171.png

(2)计算H和S双通道直方图结果:

20180513234818310.png

(3)计算S和V双通道结果:

20180513234848980.png

相关文章
|
3天前
|
算法 计算机视觉
OpenCV高斯差分技术实现图像边缘检测
OpenCV高斯差分技术实现图像边缘检测
|
5天前
|
计算机视觉
OpenCV图像运动模糊
OpenCV图像运动模糊
9 0
|
5天前
|
算法 计算机视觉
OpenCV直方图
OpenCV直方图
9 0
|
5天前
|
计算机视觉
OpenCV图像阈值
OpenCV图像阈值
5 0
|
5天前
|
计算机视觉
OpenCV图像混合
OpenCV图像混合
8 0
|
5天前
|
计算机视觉 Python
OpenCV为图像扩边(填充)
OpenCV为图像扩边(填充)
9 0
|
5天前
|
计算机视觉 索引
opencv直方图绘制详解
opencv直方图绘制详解
|
5天前
|
计算机视觉 Python
轻松掌握opencv的8种图像变换
轻松掌握opencv的8种图像变换
|
5天前
|
计算机视觉 索引
【OpenCV】- 直方图反向投影
【OpenCV】- 直方图反向投影
|
5天前
|
算法 计算机视觉
【OpenCV】- 图像修复
【OpenCV】- 图像修复