opencv mat初始化_【OpenCV入门之十二】看起来一样的图像竟然存在这么大的差别！...

小白导读

学习计算机视觉最重要的能力应该就是编程了，为了帮助小伙伴尽快入门计算机视觉，小白准备了【OpenCV入门】系列。新的一年文章的内容进行了很大的完善，主要是借鉴了更多大神的文章，希望让小伙伴更加容易理解。如果小伙伴觉得有帮助，请点击一下文末的“好看”鼓励一下小白。

直方图比较方法-概述

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

1直方图比较方法-相关性计算(CV_COMP_CORREL)

计算结果范围为 -1到1 -1很不相关，1完全一样

2直方图比较方法-卡方计算(CV_COMP_CHISQR)

计算结果越接近0，两个直方图越相似H1,H2分别表示两个图像的直方图数据

3直方图比较方法-十字计算(CV_COMP_INTERSECT)

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H1,H2分别表示两个图像的直方图数据

4直方图比较方法-巴氏距离计算(CV_COMP_BHATTACHARYYA)

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

H1,H2分别表示两个图像的直方图数据

函数介绍

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

cv::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
)

程序步骤

#include 
#include 
#include 

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("E:/Experiment/OpenCV/Pictures/lenanoise.jpg");
  if (!base.data) {
    printf("could not load image...\n");
    return -1;
  }
  test1 = imread("E:/Experiment/OpenCV/Pictures/lena.jpg");
  test2 = imread("E:/Experiment/OpenCV/Pictures/lena1.jpg");
  // 3. 将图像转化到HSV格式:
  cvtColor(base, hsvbase, CV_BGR2HSV);//转换为 HSV 颜色空间，也是3通道
  cvtColor(test1, hsvtest1, CV_BGR2HSV);
  cvtColor(test2, hsvtest2, CV_BGR2HSV);

  // 4. 初始化计算直方图需要的实参(bins, 范围，通道 H 和 S ).
  int h_bins = 50; int s_bins = 60;     
  int histSize[] = { h_bins, s_bins };
  // hue varies from 0 to 179, saturation from 0 to 255     
  float h_ranges[] = { 0, 180 };     
  float s_ranges[] = { 0, 256 };
  const float* ranges[] = { h_ranges, s_ranges };
  // Use the o-th and 1-st channels     
  int channels[] = { 0, 1 };
    
  // 5. 创建储存直方图的 MatND 实例:
  //ND 表示二维或多维的Mat ，typedef Mat MatND; 源码中MatND的声明。 Mat表示二维的数组
  MatND hist_base;
  MatND hist_test1;
  MatND hist_test2;

  // 6. 计算基准图像，两张测试图像
  calcHist(&hsvbase, 1,  channels, Mat(), hist_base, 2, histSize, ranges, true, false);
  normalize(hist_base, hist_base, 0, 1, NORM_MINMAX, -1, Mat());//归一化到 0-1 之间

  calcHist(&hsvtest1, 1, channels, Mat(), hist_test1, 2, histSize, ranges, true, false);
  normalize(hist_test1, hist_test1, 0, 1, NORM_MINMAX, -1, Mat());

  calcHist(&hsvtest2, 1, channels, Mat(), hist_test2, 2, histSize, ranges, true, false);
  normalize(hist_test2, hist_test2, 0, 1, NORM_MINMAX, -1, Mat());
  

  // 7. 使用4种对比标准将基准图像(hist_base)的直方图与其余各直方图进行对比:
  //比较的算法 CV_COMP_CORREL CHISQR INTERSECT BHATTACHARYYA
  double basebase = compareHist(hist_base, hist_base, CV_COMP_CORREL);
  double basetest1 = compareHist(hist_base, hist_test1, CV_COMP_CORREL);
  double basetest2 = compareHist(hist_base, hist_test2, CV_COMP_CORREL);
  double tes1test2 = compareHist(hist_test1, hist_test2, CV_COMP_CORREL);
  printf("test1 compare with test2 correlation value :%f", tes1test2);

  Mat test12;
  test2.copyTo(test12);
  // 8. 将比较的结果转换为string，然后以文字的方式绘制到图形上
  putText(base, convertToString(basebase), Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, LINE_AA);
  putText(test1, convertToString(basetest1), Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, LINE_AA);
  putText(test2, convertToString(basetest2), Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, LINE_AA);
  putText(test12, convertToString(tes1test2), Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, LINE_AA);
  
  namedWindow("base", CV_WINDOW_AUTOSIZE);
  namedWindow("test1", CV_WINDOW_AUTOSIZE);
  namedWindow("test2", CV_WINDOW_AUTOSIZE);

  imshow("base", base);
  imshow("test1", test1);
  imshow("test2", test2);
  imshow("test12", test12);

  waitKey(0);
  return 0;
}

string convertToString(double d) {
  ostringstream os;
  if (os << d)  // << 运算符重载了，将double转成string
    return os.str();
  return "invalid conversion";
}