直方图与匹配 直方图的计算与显示(cvCalcHist)

第七章 - 直方图与匹配 - 直方图的计算与显示(cvCalcHist)

http://blog.csdn.net/hitwengqi/article/details/6912015

分类： OpenCV2011-10-27 20:49 278人阅读 评论(3) 收藏 举报

分析图像、物体和视频信息过程，我们常把看到的物体用直方图（histogram）表示，直方图可以用来描述各种不同的事情，如物体的色彩分布、物体边缘梯度模板，以及表示目标位置的概率分布。直方图广泛应用在计算机视觉应用中，简单说，直方图就是对数据进行统计，将统计值组织到一系列事先定义好的bin中，bin中的数值是从数据中计算出的统计量，这些数据可以是诸如梯度、方向、色彩或任何其他特征。直方图获得的是数据分布的统计图。

直方图有待深入理解！！

----------------------------------------------------------------------------------------------

cvCvtPixToPlane

 

　　openCV里面的一个函数

 

　　可以看作cvSplit是他的宏：

 

　　#define cvCvtPixToPlane cvSplit

 

　　void cvSplit( const CvArr* src, CvArr* dst0, CvArr* dst1,CvArr* dst2, CvArr* dst3 );

 

　　作用是：分割多通道数组成几个单通道数组或者从数组中提取一个通道

 

　　一般用法是cvCvtPixToPlane（IplImage * src,IplImage * dst1,IplImage *dst2,IplImage * dst3,IplImage *dst4)

 

　　第一个参数是源图像，后面是分离出来每个通道的目标图像，如果原图像是3通道的，可以把最后一个参数设置为空。例如cvCvtPixToPlane（IplImage * src,IplImage * dst1,IplImage *dst2,IplImage * dst3,NULL)，NULL也可以写为0.

 

CreateHist

CreateHist
创建直方图 

CvHistogram* cvCreateHist( int dims, int* sizes, int type,
float** ranges=NULL, int uniform=1 );
dims 
直方图维数的数目 
sizes 
直方图维数尺寸的数组 
type 
直方图的表示格式: CV_HIST_ARRAY 意味着直方图数据表示为多维密集数组 CvMatND; CV_HIST_TREE 意味着直方图数据表示为多维稀疏数组 CvSparseMat.
ranges 
图中方块范围的数组. 它的内容取决于参数 uniform 的值。这个范围的用处是确定何时计算直方图或决定反向映射（backprojected ），每个方块对应于输入图像的哪个/哪组值。
uniform 
归一化标识。 如果不为0，则ranges[i]（0<=i<cDims，译者注：cDims为直方图的维数，对于灰度图为1，彩色图为3）是包含两个元素的范围数组，包括直方图第i维的上界和下界。在第i维上的整个区域 [lower,upper]被分割成 dims[i] 个相等的块（译者注：dims[i]表示直方图第i维的块数），这些块用来确定输入象素的第 i 个值（译者注：对于彩色图像，i确定R, G,或者B）的对应的块；如果为0，则ranges[i]是包含dims[i]+1个元素的范围数组，包括lower0, upper0, lower1, upper1 == lower2, ..., upperdims[i]-1, 其中lowerj 和upperj分别是直方图第i维上第 j 个方块的上下界（针对输入象素的第 i 个值）。任何情况下，输入值如果超出了一个直方块所指定的范围外，都不会被 cvCalcHist 计数，而且会被函数 cvCalcBackProject 置零。
函数 cvCreateHist 创建一个指定尺寸的直方图，并且返回创建的直方图的指针。 如果数组的 ranges 是 0, 则直方块的范围必须由函数 cvSetHistBinRanges 稍后指定。虽然 cvCalcHist 和 cvCalcBackProject 可以处理 8-比特图像而无需设置任何直方块的范围，但它们都被假设等分 0..255 之间的空间。 

GetMinMaxHistValue

GetMinMaxHistValue
发现最大和最小直方块 

void cvGetMinMaxHistValue( const CvHistogram* hist,
float* min_value, float* max_value,
int* min_idx=NULL, int* max_idx=NULL );
hist 
直方图 
min_value 
直方图最小值的指针 
max_value 
直方图最大值的指针 
min_idx 
数组中最小坐标的指针 
max_idx 
数组中最大坐标的指针 
函数 cvGetMinMaxHistValue 发现最大和最小直方块以及它们的位置。任何输出变量都是可选的。在具有同样值几个极值中，返回具有最小下标索引（以字母排列顺序定）的那一个。 

QueryHistValue_1D
QueryHistValue_1D
查询直方块的值 

#define cvQueryHistValue_1D( hist, idx0 ) \
cvGetReal1D( (hist)->bins, (idx0) )
#define cvQueryHistValue_2D( hist, idx0, idx1 ) \
cvGetReal2D( (hist)->bins, (idx0), (idx1) )
#define cvQueryHistValue_3D( hist, idx0, idx1, idx2 ) \
cvGetReal3D( (hist)->bins, (idx0), (idx1), (idx2) )
#define cvQueryHistValue_nD( hist, idx ) \
cvGetRealND( (hist)->bins, (idx) )
hist 
直方图 
idx0, idx1, idx2, idx3 
直方块的下标索引 
idx 
下标数组 
宏 cvQueryHistValue_*D 返回 1D, 2D, 3D 或 N-D 直方图的指定直方块的值。对稀疏直方图，如果方块在直方图中不存在，函数返回 0, 而且不创建新的直方块。 

 

CalcHist
CalcHist
计算图像image(s) 的直方图 


void cvCalcHist( IplImage** image, CvHistogram* hist,
                 int accumulate=0, const CvArr* mask=NULL );
image 
输入图像s (虽然也可以使用 CvMat** ). 
hist 
直方图指针 
accumulate 
累计标识。如果设置，则直方图在开始时不被清零。这个特征保证可以为多个图像计算一个单独的直方图，或者在线更新直方图。 
mask 
操作 mask, 确定输入图像的哪个象素被计数 
函数 cvCalcHist 计算单通道或多通道图像的直方图。 用来增加直方块的数组元素可从相应输入图像的同样位置提取。

Rectangle
Rectangle
绘制简单、指定粗细或者带填充的 矩形 


void cvRectangle( CvArr* img, CvPoint pt1, CvPoint pt2, CvScalar color,
int thickness=1, int line_type=8, int shift=0 );
img 
图像. 
pt1 
矩形的一个顶点。 
pt2 
矩形对角线上的另一个顶点 
color 
线条颜色 (RGB) 或亮度（灰度图像 ）(grayscale image）。 
thickness 
组成矩形的线条的粗细程度。取负值时（如 CV_FILLED）函数绘制填充了色彩的矩形。 
line_type 
线条的类型。见cvLine的描述 
shift 
坐标点的小数点位数。 
　 
函数 cvRectangle 通过对角线上的两个顶点绘制矩形。 

----------------------------------------------------------------------------------------------

/*code*/

#include <highgui.h>
#include <cv.h>

int main( int argc, char** argv )
{
    IplImage* src;

    if( argc == 2 && ( src = cvLoadImage( argv[1], 1 ) ) != 0 )
    {
        IplImage* hsv = cvCreateImage( cvGetSize( src ), 8, 3 );
        cvCvtColor( src, hsv, CV_BGR2HSV );  //色彩空间的转换

        //计算直方图，并将其分解为单通道
        IplImage* h_plane = cvCreateImage( cvGetSize( src ), 8, 1 );
        IplImage* s_plane = cvCreateImage( cvGetSize( src ), 8, 1 );
        IplImage* v_plane = cvCreateImage( cvGetSize( src ), 8, 1 );
        IplImage* planes[] = { h_plane, s_plane };
        cvCvtPixToPlane( hsv, h_plane, s_plane, v_plane, 0 );  //分割多通道数组成几个单通道数组或者从数组中提取一个通道,可以看作cvSplit是他的宏

        //构建直方图，并计算直方图
        int h_bins = 30, s_bins = 20;
        CvHistogram* hist;
        {  //单独的模块
            int hist_size[] = { h_bins, s_bins }; //直方图矩阵大小
            float h_ranges[] = { 0, 180 };
            float s_ranges[] = { 0, 255 };
            float* ranges[] = { h_ranges, s_ranges };//二维数组
            hist = cvCreateHist( 2, hist_size, CV_HIST_ARRAY, ranges, 1 ); //创建直方图，参数是维度，矩阵大小，直方图的表示格式（CV_HIST_ARRAY 意味着直方图数据表示为多维密集数组 ），图中方块范围的数组
        };
        cvCalcHist( planes, hist, 0, 0 );  //计算图像image(s) 的直方图，planes是IplImage**类型

        //创建图像来显示直方图
        int scale = 10;
        IplImage* hist_img = cvCreateImage( cvSize( h_bins * scale, s_bins * scale ), 8, 3 );
        cvZero( hist_img );

        //填充
        float max_value = 0;
        cvGetMinMaxHistValue( hist, 0, &max_value, 0 );  //找到最大和最小直方块

        for( int h = 0; h < h_bins; h++ )  //遍历矩阵
        {
            for( int s = 0; s < s_bins; s++ )
            {
                float bin_val = cvQueryHistValue_2D( hist, h, s );  //查询二维直方块的值
                int intensity = cvRound( bin_val * 255 );  //将输入浮点数转换为整数
                cvRectangle( hist_img,
                    cvPoint( h * scale, s * scale ),
                    cvPoint( ( ( h+1 ) * scale - 1 ), ( ( s+1 ) * scale -  1 ) ),
                    CV_RGB( intensity, intensity, intensity ),
                    CV_FILLED
                    );  //绘制矩形,确定矩形对角线的两个点
            }
        }
        cvNamedWindow( "source", 1 );
        cvShowImage( "source", src );
        cvNamedWindow( "H-S Histogram", 1 );
        cvShowImage( "H-S Histogram", hist_img );
        cvWaitKey(0);
    }

    return 0;
}

----------------------------------------------------------------------------------------------

/*result*/

source image

histogram image