直方图比较

通过比较两幅图像的灰度直方图来确定相似性

一共四种方法

第一种:相关性比较

直方图比较

 

 值的范围是-1~1相关性由小到大

 

第二种:卡方计算

直方图比较

 

 越小表示相关性越强

 

第三种:十字交叉运算

直方图比较

 

 

第四种:巴氏距离计算

直方图比较

 

 

取值范围0~1,距离越小相关性越强

 

运算之前先要把rgb转化为hsv,然后将像素值归一化到0~1之间

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

using namespace std;
using namespace cv;

int main(int argc, char**argv)
{
    Mat  base,test1,test2;
    base=imread("C:/Users/hs769/Desktop/1.jpg");
    test1 = imread("C:/Users/hs769/Desktop/2.jpg");
    imshow("demo", base);

    //cvtColor(base, test1, COLOR_RGB2GRAY);
    cvtColor(test1, test1, COLOR_RGB2HSV);
    cvtColor(base, test2, COLOR_RGB2HSV);

    int h_bin = 50;
    int s_bin = 60;
    int histSize[] = { h_bin,s_bin };
    float h_range[] = { 0,180 };
    float s_range[] = { 0,256 };

    const float *range[] = { h_range,s_range };

    int channels[] = { 0,1 };
    MatND hist_test1;
    MatND hist_test2;


    calcHist(&test1, 1, channels, Mat(), hist_test1, 2, histSize, range, true, false);
    normalize(hist_test1, hist_test1, 0, 1, NORM_MINMAX, -1, Mat());

    calcHist(&test2, 1, channels, Mat(), hist_test2, 2, histSize, range, true, false);
    normalize(hist_test2, hist_test2, 0, 1, NORM_MINMAX, -1, Mat());

    double test1test2 = compareHist(hist_test1, hist_test2, HISTCMP_CORREL);
    cout << "method1 value" << test1test2 << endl;

    waitKey(0);
    return 0;
}

直方图比较

 

上一篇:python数据可视化 | 绘制直方图实战-随机生成80万个数据展示数据分布区域变化


下一篇:【疾病分类】基于matlab农作物叶子虫害识别与分类【含Matlab源码 624期】