opencv直方图的处理-均衡化-计算-比较-反向投影

像素重映射

map1 和 map2分别代表图片的位置，map1是X轴，map2是Y轴，关于困惑可以参考这篇博文，传送门

void update_map(void) {
	//遍历图片像素
	for (int row = 0; row < src.rows; row++) {
		for (int col = 0; col < src.cols; col++) {
			switch (index) {
			case 0://缩小到中间位置
				if (col > (src.cols * 0.25) && col <= (src.cols*0.75) && row > (src.rows*0.25) && row <= (src.rows*0.75)) {
					map_x.at<float>(row, col) = 2 * (col - (src.cols*0.25));
					map_y.at<float>(row, col) = 2 * (row - (src.rows*0.25));
				}
				else {
					map_x.at<float>(row, col) = 0;
					map_y.at<float>(row, col) = 0;
				}
				break;
			case 1://左右颠倒
				map_x.at<float>(row, col) = (src.cols - col - 1);
				map_y.at<float>(row, col) = row;
				break;
			case 2://上下颠倒
				map_x.at<float>(row, col) = col;
				map_y.at<float>(row, col) = (src.rows - row - 1);
				break;
			case 3://上下左右颠倒
				map_x.at<float>(row, col) = (src.cols - col - 1);
				map_y.at<float>(row, col) = (src.rows - row - 1);
				break;
			}

		}
	}
}

直方图均衡化

图像拆通道

	vector<Mat> bgr_planes;
	split(src, bgr_planes);

计算直方图

这篇博文介绍比较详细，传送门

直方图比较

• 相关性比较（CV_COMP_CORREL）
• 卡方计算（CV_COMP_CHISQR）
• 十字计算（CV_COMP_INTERSECT）
• 巴氏距离计算(CV_COMP_BHATTACHARYYA)

compareHist(InputArray h1, // 直方图数据，

下同InputArray H2,

int method// 比较方法，上述四种方法之一)

    Mat hist_base;
	Mat hist_test1;
	int histSize = 256;//直方图等级数
	float range[] = { 0, 256 };
	const float* histRanges = { range };//直方图等级范围
	//参数1：输入图片  2:图像通道数  3：统计哪一个通道  4：掩码  5：输出  6：需要计算几个通道  7：直方图等级数 8：直方图等级范围 9 10：默认
	calcHist(&gray_src,1,0,Mat(), hist_base,1, &histSize, &histRanges, true, false);
	calcHist(&guass_src,1, 0, Mat(), hist_test1, 1, &histSize, &histRanges, true, false);
	//归一化
	normalize(hist_base, hist_base, 0, 1, NORM_MINMAX, -1, Mat());
	normalize(hist_test1, hist_test1, 0, 1, NORM_MINMAX, -1, Mat());
	//比较直方图-直方图相关性比较
	double basetest1 = compareHist(hist_base, hist_test1, CV_COMP_CORREL);
	printf("test1 compare with test2 correlation value :%.5f", basetest1);

直方图反向投影

• 反向投影是反映直方图模型在目标图像中的分布情况
• 简单的讲，就是用直方图模型去目标图像中寻找是否有相似的对象。通常用HSV色彩空间的HS两个通道直方图模型。

    cvtColor(src, hsv, CV_BGR2HSV);
	hue.create(hsv.size(), hsv.depth());
	int nchannels[] = { 0, 0 };
	//参数2，4，6：拷贝对数 参数5：从哪个通道到哪个通道
	mixChannels(&hsv, 1, &hue, 1, nchannels, 1);//拷贝hsv中的h通道到hue

    int bins = 12;
    float range[] = { 0, 180 };
	const float *histRanges = { range };
	Mat h_hist;
	//参数1：输入图片  2:图像通道数  3：统计哪一个通道  4：掩码  5：输出  6：需要计算几个通道  7：直方图等级数 8：直方图等级范围 9 10：默
	calcHist(&hue, 1, 0, Mat(), h_hist, 1, &bins, &histRanges, true, false);
	normalize(h_hist, h_hist, 0, 255, NORM_MINMAX, -1, Mat());

	Mat backPrjImage;
	//参数1：目标图像 2：输入图像数量 3：用于计算反向投影的通道列表 4：输入的直方图  5：目标反向投影输出图像
	//6：直方图中每个维度bin的取值范围 7： 可选输出反向投影的比例因子 8：默认
	calcBackProject(&hue, 1, 0, h_hist, backPrjImage, &histRanges, 1, true);//直方图反向投影
	imshow("BackProj", backPrjImage);

如有帮组，请点赞