智能识别系统---基于颜色直方图的相似目标查找（图像去噪，MeanShift匹配目标）

(原地TP)
不清除什么是颜色直方图和反向投影的同学可以先看这一篇

简介

基于颜色直方图的相似目标查找的主要流程为

• 将图像的颜色空间由BGR转为HSV
• 获取HSV颜色空间中关于色调的颜色直方图（或者提取h,s双通道，计算二维颜色直方图）
• 计算得到颜色概率图
• 去除噪声（取高饱和度图像作为模板，去掉低饱和度的地方（可以理解为是比较暗的地方））
• MeanShift匹配目标(取密度高的部位）

计算概率图像

# 对图像 读取，显示以及各种操作
import cv2  as cv
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import warnings
warnings.filterwarnings('ignore')

导入原图，分别为目标图像(target)和感兴趣区域图像(roi)
分别提取它们的h和s通道，并分别计算它们的二维颜色直方图

# 源图片
target=cv.imread('image/baboon1.jpg')
hsvt=cv.cvtColor(target,cv.COLOR_BGR2HSV)
# 感兴趣区域
roi=cv.imread('image/baboon_face.jpg')
hsv=cv.cvtColor(roi,cv.COLOR_BGR2HSV)
# 提取了h，s两个通道，绘制二维直方图
## roi区域
M=cv.calcHist([hsv],[0,1],None,[180,256],[0,180,0,256])
## target区域
I=cv.calcHist([hsvt],[0,1],None,[180,256],[0,180,0,256])

# 打印原图片
plt.figure(figsize=[10,8])
plt.subplot(1,2,1)
plt.imshow(cv.cvtColor(target,cv.COLOR_BGR2RGB))
plt.title('target image')

plt.subplot(1,2,2)
plt.imshow(cv.cvtColor(roi,cv.COLOR_BGR2RGB))
plt.title('roi image')

plt.show()

经过计算之后我们得到了两个二维直方图

• M（180x256，roi）
• I（180x256，target）
  接着我们计算两者的比率R

h和s是target图像的h通道和s通道（为二维矩阵），将其展开之后
意味着对于原图片中每一个位置 a   i , j a_{\ i,j} a