24 OpenCV直方图比较compareHist

最新推荐文章于 2025-05-05 22:36:09 发布

xinzhihen1998

最新推荐文章于 2025-05-05 22:36:09 发布

阅读量903

点赞数

CC 4.0 BY-SA版权

分类专栏： OpenCV图像处理文章标签：计算机视觉 opencv

本文链接：https://blog.youkuaiyun.com/xinzhihen1998/article/details/104199120

本文介绍了OpenCV中用于比较图像直方图的四种方法：相关性(CV_COMP_CORREL)、卡方(CV_COMP_CHISQR)、十字计算(CV_COMP_INTERSECT)和巴氏距离(CV_COMP_BHATTACHARYYA)。通过比较直方图相似度来评估图像的相似程度，其中巴氏距离被认为是较为准确的方法。步骤包括将图像转为HSV色彩空间，计算并归一化直方图，最后进行比较。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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 -（计算结果范围为 -1到1 -1很不相关，1完全一样）
- Chi-Square 卡方比较 -（计算结果越接近0，两个直方图越相似）
- Intersection 十字交叉性 -（计算公式为取两个直方图每个相同位置的值的最小值，然后求和，这个比较方式不是很好，不建议使用）
- Bhattacharyya distance 巴氏距离 - （比较结果是很准的，计算结果范围为 0-1 ，0表示两个直方图非常相关，1最不相似）

二、相关性计算(CV_COMP_CORREL)

在这里插入图片描述

三、卡方计算(CV_COMP_CHISQR)

在这里插入图片描述

四、十字计算(CV_COMP_INTERSECT)

在这里插入图片描述

五、巴氏距离计算(CV_COMP_BHATTACHARYYA )

在这里插入图片描述

六、步骤

首先把图像从RGB色彩空间转换到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和normalize;
使用上述四种比较方法之一进行比较compareHist

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
)

七、示例

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace std;
using namespace cv;

string convertToString(double d);

int main(int argc, char** argv) {
   
   
	// 1. 声明储存基准图像和另外两张对比图像的矩阵( RGB 和 HSV )
	Mat base, test1, test2;
	Mat hsvbase, hsvtest1, hsvtest2;
	// 2. 装载基准图像(src_base) 和两张测试图像:
	base = imread("images/14.png");
	if (!base.data) {
   
   
		printf("could not load image...\n");
		return -1;
	}
	test1 = imread("images/15.png");
	test2 =