OpenCV直方图比较：Histogram Comparison in C/C++

最新推荐文章于 2024-09-22 22:27:06 发布

技术闯荡

最新推荐文章于 2024-09-22 22:27:06 发布

阅读量176

点赞数

CC 4.0 BY-SA版权

文章标签： opencv c语言 c++ C/C++

本文链接：https://blog.youkuaiyun.com/CyberWarpX/article/details/132751218

C/C++ 专栏收录该内容

254 篇文章 ¥59.90 ¥99.00

订阅专栏

本文介绍了如何利用OpenCV库在C/C++中进行图像直方图比较，以评估图像之间的相似性。通过加载图像、计算直方图并使用直方图比较函数（如相关性、卡方、巴氏距离等），可以实现这一目标。提供的代码示例展示了如何使用相关性计算两个图像直方图的相似度。

OpenCV直方图比较：Histogram Comparison in C/C++

直方图比较是计算机视觉领域中常用的一种方法，用于衡量图像之间的相似性。在OpenCV中，我们可以使用直方图比较函数来计算两个图像的相似程度。本文将介绍如何使用C/C++编写代码来实现直方图比较，并提供相应的源代码。

在开始之前，确保已经安装了OpenCV库，并且配置了正确的开发环境。下面是一个简单的例子，展示了如何使用直方图比较函数来比较两张图像的相似性。

#include <opencv2/opencv.hpp>

using namespace cv;

int main()

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

技术闯荡

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

订阅专栏

OpenCV/C++——计算两张图片相似性的代码

Williamcsj的博客

09-09

1458

结构相似性、直方图比较、特征匹配。

OpenCV直方图计算Histogram Calculation

希望我的博客，能帮上你解决学习中工作中所遇到的问题

04-20

473

OpenCV直方图均衡Histogram Equalization直方图均衡Histogram Equalization目标什么是直方图？OpenCV为您提供什么代码解释结果 直方图均衡Histogram Equalization 目标在本教程中，您将学习如何：使用OpenCV函数cv :: split将图像划分为相应的平面。通过使用OpenCV函数cv :: calcHist计算图像阵列的直方图 通过使用函数cv :: normalize来规范化数组什么是直方图？ 直方图是收集到的数据计数，这些数

参与评论您还未登录，请先登录后发表或查看评论

opencv图像相似度对比

06-17

opencv的关于两幅图像相似度对比的程序，具有很大的参考意义

【OpenCV 4开发详解】直方图操作

小白学视觉

01-17

755

本文首发于“小白学视觉”微信公众号，欢迎关注公众号本文作者为小白，版权归人民邮电出版社发行所有，禁止转载，侵权必究！经过几个月的努力，小白终于完成了市面上第一本OpenCV 4入门书籍《OpenCV 4开发详解》。为了更让小伙伴更早的了解最新版的OpenCV 4，小白与出版社沟通，提前在公众号上连载部分内容，请持续关注小白。 直方图能够反应图像像素灰度值的统计特性，但是这个结果只统计了...

OpenCV 计算图片相似度

Uncle_Lin的专栏

05-21

7362

思路：利用直方图比较两张图片的相似度。代码： double GetSim(const Mat& src1, const Mat& src2) { Mat matDst1, matDst2,matGray1,matGray2; Size imageSize = cv::Size(100, 100); if(matSrc1.channels() == 3) cvt

[OpenCV] 数字图像处理 C++ 学习——16直方图均衡化、直方图比较详细讲解+附完整代码

最新发布

m0_60437290的博客

09-22

4432

直方图是描述图像像素值分布的重要工具，它能够帮助我们分析图像的对比度、亮度和动态范围等信息。通过直方图的比较，我们可以衡量不同图像之间的相似度，从而在图像检索、匹配等应用中发挥重要作用。本篇博客将详细介绍直方图均衡化、四种常见的直方图比较方法——相关性（Correlation）、卡方（Chi-Square）、交叉性（Intersection）和巴氏距离（Bhattacharyya），并附完整的 C++ 代码示例直方图是用来表示图像中每个灰度级别像素数量的分布图。

OpenCV直方图比较(57)

2301_78348935的博客

04-28

1068

OpenCV是一个开源的计算机视觉库，由英特尔公司开发并开源的一组跨平台的C++函数和少量的C函数组成，用于实时图像处理、计算机视觉和机器学习等应用领域。OpenCV可以在包括Windows、Linux、macOS等各种操作系统平台上使用，具有开放的编程接口，可用于各种应用开发。OpenCV的主要特点是易于使用，高效、学习资源和社区活跃。OpenCV可以计算相机标定、物体识别、动作跟踪、人脸识别、手写数字识别等任务，并可集成到摄像头、网络摄像头和机器人等系统中。

OpenCV 2 学习笔记(21): 使用直方图比较检索相似图像

Fred、的窃窃私语

09-22

3652

基于内容的图像检索在计算机视觉中是一个重要的方法。它从一组图片中找出一个和给定图片内容相似的图片。在前面我们已经学习过灰度直方图的相关知识，它包含了图像内容的许多信息。言下之意就是直方图可以被用来进行基于内容的图像检索。也就是说我么可以通过简单的比较图像的直方图来测量两张图片的相似性。OpenCV有一个函数会估计它们之间的相似性。但是直方图必须是要经过定义的。这种比较方法在过去已经提出了很多，

【颜色直方图分析】：OpenCV中的颜色分析与应用实战指南

本论文旨在深入探讨颜色直方图分析的基础理论与实践应用，特别是在OpenCV环境下。文章从颜色直方图的基础概念讲起，详细阐述了其在图像处理中的理论和算法，并逐步深入到OpenCV的具体环境搭建与功能应用。通过分析...

C++ 图片相似度比对（opencv库）

学习是一种信仰。

11-17

2万+

利用opencv 做简单的图片识别，或译图片相似度识别，过游戏验证

C++ opencv图像直方图

weixin_46098612的博客

11-17

5310

由于其计算代价较小，且具有图像平移、旋转、缩放不变性等众多优点，广泛地应用于图像处理的各个领域，特别是灰度图像的阈值分割、基于颜色的图像检索以及图像分类、反响投影跟踪。图像直方图（Image Histogram）是用以表示数字图像中亮度分布的直方图，标绘了图像中每个亮度值的像素数。通常直方图的维数要低于原始数据，所以它的信息有缺，图像直方图并不能唯一表示一张图像。因为计算的到直方图数据数组，是一个大小为256的一维数组，它的每个值对应一个频次。有很多的算法，比如传统的特征工程，跟它都有千丝万缕的关系。

OpenCV进行图像相似度对比的几种办法

weixin_34072159的博客

02-16

7796

转载请注明出处：http://blog.youkuaiyun.com/wangyaninglm/article/details/43853435，来自：shiter编写程序的艺术对计算图像相似度的方法，本文做了如下总结，主要有三种办法： 1.PSNR峰值信噪比 PSNR（Peak Signal to Noise Ratio），一...

C++ opencv 计算两张图像的PSNR相似度

weixin_30652897的博客

07-10

1996

double getPSNR(const Mat& I1, const Mat& I2) { Mat s1; absdiff(I1, I2, s1); // |I1 - I2| s1.convertTo(s1, CV_32F); // cannot make a square on 8 bits s1 = s1.mul(s1); ...

如何比较两幅图的相似度

changjuanfang的专栏

04-10

1万+

图像相似度比较的方法

OpenCV检查图像是否相似

风吴痕的博客

11-15

1万+

参考： https://stackoverflow.com/questions/11541154/checking-images-for-similarity-with-opencv1、比较直方图最简单和最快速的方法之一。建议几十年前作为一种手段来找到图片相似之处。这个想法是，一个森林将有很多的绿色，人脸很多粉红色，或其他颜色。所以，如果你将两幅图片的森林进行比较，你会得到直方图之间的一些相

calHist()-使用OpenCV和C++计算直方图

weixin_43229348的博客

05-11

2646

可以将直方图视为显示图像强度分布的图形。X 轴为像素值（通常范围为 0 到 255），Y 轴为图片中的像素数。这只是查看图像的不同方式。当您查看图像的直方图时，您可能会感觉到图像的对比度、亮度、强度分布等。今天几乎所有的图像处理软件都包含直方图功能。

c++ opencv 图像处理：直方图处理（直方图均衡化，直方图匹配（规定化））

刘燚的博客

09-22

1万+

文章目录前言一、直方图（histogram）二、直方图处理1.直方图均衡化2.直方图匹配（规定化）3.局部直方图处理4.直方图统计量增强图像三、opencv函数总结前言数字图像处理c++ opencv（VS2019 opencv4.53）持续更新一、直方图（histogram）非归一化直方图： h(rk)=nkh(r_k)=n_k h(rk)=nk 其中rkr_krk为图像像素灰度值，比如常见的0-255，nkn_knk为图像中某一灰度级的像素个数。归一化直方图： p(rk)=h(r.

【OpenCV学习笔记】之直方图（Histogram）

热门推荐

zhu_hongji的博客

08-20

7万+

一、直方图概述（Histogram Overview）在统计学中，直方图是一种对数据分布情况的图形表示，是一种二维统计图表，他的两个坐标分别是统计样本（图像、视频帧）和样本的某种属性（亮度，像素值，梯度，方向，色彩等等任何特征）。也可以这么理解，直方图是对数据的统计，并把统计值显示到事先设定好的bin（矩形条）中，bin中的数值是从数据中计算出的特征的...

按照以下代码编写vs2010版本的所需要的头文件#include<opencv2/core.hpp> #include<opencv2/highgui.hpp> #include<opencv2/imgproc.hpp> #include<iostream> using namespace std; using namespace cv; //创建灰度图像的直方图 class Histogram1D { private: int histSize[1];//直方图中箱子的数量 float hranges[2];//值范围 const float* ranges[1];//值范围的指针 int channels[1];//要检查的通道数量 public: Histogram1D() { //准备一维直方图的默认参数 histSize[0] = 256;//256个箱子 hranges[0] = 0.0;//从0开始（含） hranges[1] = 256.0;//到256（不含） ranges[0] = hranges; channels[0] = 0;//先关注通道0 } cv::Mat getHistogram(const cv::Mat& image); }; //计算一维直方图 cv::Mat Histogram1D::getHistogram(const cv::Mat& image) { cv::Mat hist; //用calcHist函数计算一维直方图 cv::calcHist(&image, 1, //仅为一幅图像的直方图 channels, //使用的通道 cv::Mat(), //不使用掩码 hist, //作为结果的直方图 1, //这是一维的直方图 histSize, //箱子数量 ranges //像素值的范围 ); return hist; } int main() { //读取输入的图像 cv::Mat image = cv::imread("girl.jpg", 0);//以黑白方式打开 //直方图对象 Histogram1D h; //计算直方图 cv::Mat histo = h.getHistogram(image); //循环遍历每个箱子 for (int i = 0; i < 256; i++) cout << "Value" << i << "=" << histo.at<float>(i) << endl; }

05-30

以下是按照所给代码编写的vs2010版本所需要的头文件： ```c++ #include <opencv2/core.hpp> #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> #include <iostream> using namespace std; using namespace cv; //创建灰度图像的直方图 class Histogram1D { private: int histSize[1];//直方图中箱子的数量 float hranges[2];//值范围 const float* ranges[1];//值范围的指针 int channels[1];//要检查的通道数量 public: Histogram1D() { //准备一维直方图的默认参数 histSize[0] = 256;//256个箱子 hranges[0] = 0.0;//从0开始（含） hranges[1] = 256.0;//到256（不含） ranges[0] = hranges; channels[0] = 0;//先关注通道0 } cv::Mat getHistogram(const cv::Mat& image); }; //计算一维直方图 cv::Mat Histogram1D::getHistogram(const cv::Mat& image) { cv::Mat hist; //用calcHist函数计算一维直方图 cv::calcHist(&image, 1, //仅为一幅图像的直方图 channels, //使用的通道 cv::Mat(), //不使用掩码 hist, //作为结果的直方图 1, //这是一维的直方图 histSize, //箱子数量 ranges //像素值的范围 ); return hist; } int main() { //读取输入的图像 cv::Mat image = cv::imread("girl.jpg", 0);//以黑白方式打开 //直方图对象 Histogram1D h; //计算直方图 cv::Mat histo = h.getHistogram(image); //循环遍历每个箱子 for (int i = 0; i < 256; i++) cout << "Value" << i << "=" << histo.at<float>(i) << endl; return 0; } ``` 需要注意的是，以上代码中的图片文件girl.jpg需要放置在与源代码文件相同的目录下，否则需要指定正确的图片路径。