电子商务网站建设与维护期末考试/百度推广收费标准

电子商务网站建设与维护期末考试,百度推广收费标准,最全的游戏网站,政府部门建设网站的好处Opencv计算机视觉编程攻略-第四节图直方图统计像素 1.计算图像直方图2.基于查找表修改图像3.直方图均衡化4.直方图反向投影进行内容查找5.用均值平移法查找目标6.比较直方图搜索相似图像7.用积分图统计图像 1.计算图像直方图图像统计直方图的概念图像统计直方图是一种用于描…

Opencv计算机视觉编程攻略-第四节图直方图统计像素

1.计算图像直方图
2.基于查找表修改图像
3.直方图均衡化
4.直方图反向投影进行内容查找
5.用均值平移法查找目标
6.比较直方图搜索相似图像
7.用积分图统计图像

1.计算图像直方图

图像统计直方图的概念
图像统计直方图是一种用于描述图像中像素分布情况的工具。具体来说，灰度直方图是一个关于灰度级别的函数，它记录了图像中每种灰度级别对应的像素数量。这种分布反映了图像亮度的整体特性。

对于彩色图像（如RGB），可以通过将每个颜色通道分别映射到特定索引来构建其直方图，并利用核密度估计的方法来累积权重，从而得到更精确的颜色分布信息。

统计直方图主要基于opencv 的calcHist函数实现，其具体配置如下

		calcHist(&image, 1,			// histogram of 1 image onlychannels,	// the channel usedMat(),	// no mask is usedhist,		// the resulting histogram1,			// it is a 1D histogramhistSize,	// number of binsranges		// pixel value range);

学习文中给出的手绘统计直方图，基于统计的频数，绘制线高 line

    // Create an image representing a histogramstatic Mat getImageOfHistogram(const Mat &hist, int zoom) {// Get min and max bin valuesdouble maxVal = 0;double minVal = 0;minMaxLoc(hist, &minVal, &maxVal, 0, 0);// get histogram sizeint histSize = hist.rows;// Square image on which to display histogramMat histImg(histSize*zoom, histSize*zoom, CV_8U, Scalar(255));// set highest point at 90% of nbins (i.e. image height)int hpt = static_cast<int>(0.9*histSize);// Draw vertical line for each binfor (int h = 0; h < histSize; h++) {float binVal = hist.at<float>(h);if (binVal>0) {int intensity = static_cast<int>(binVal*hpt / maxVal);line(histImg, Point(h*zoom, histSize*zoom),Point(h*zoom, (histSize - intensity)*zoom), Scalar(0), zoom);}}return histImg;}

在这里插入图片描述

2.基于查找表修改图像

所谓的查找表，相当于是一个数组，每个数组对应i值的原像素值映射为目标像素值
人工构建查找表

cv::Mat lut(1,256,CV_8U); // 1x256 matrix
// Or:
// int dim(256);
// cv::Mat lut(1,  // 1 dimension
// 	&dim,          // 256 entries
//	CV_8U);        // uchar
for (int i=0; i<256; i++) {// 0 becomes 255, 1 becomes 254, etc.lut.at<uchar>(i)= 255-i;
}

通过opencv的LUT函数一键映射查找表，进行取反操作

 Mat result;// apply lookup tableLUT(image,lookup,result);

在这里插入图片描述

3.直方图均衡化

上文了解了统计直方图和查找表，基于直方图统计结果构建均衡化的查找表，从而全局修改图像整体颜色

equalizeHist(image,result); // 直接使用opencv函数实现均衡化

在这里插入图片描述

统计直方图的原理一般是值选择一定像素值范围，将该范围的像素映射的一个更大范围的像素值范围中，从而使得整体图像显得更均匀，手动实现代码如下：

    Mat stretch(const Mat &image, float percentile) {// number of pixels in percentilefloat number= image.total()*percentile;// Compute histogram firstMat hist = getHistogram(image);// find left extremity of the histogramint imin = 0;for (float count=0.0; imin < 256; imin++) {// number of pixel at imin and below must be > numberif ((count+=hist.at<float>(imin)) >= number)break;}// find right extremity of the histogramint imax = 255;for (float count=0.0; imax >= 0; imax--) {// number of pixel at imax and below must be > numberif ((count += hist.at<float>(imax)) >= number)break;}// Create lookup tableint dims[1] = { 256 };Mat lookup(1, dims, CV_8U);for (int i = 0; i<256; i++) {if (i < imin) lookup.at<uchar>(i) = 0;else if (i > imax) lookup.at<uchar>(i) = 255;else lookup.at<uchar>(i) = cvRound(255.0*(i - imin) / (imax - imin));}// Apply lookup tableMat result;result = applyLookUp(image, lookup);return result;}

在这里插入图片描述

4.直方图反向投影进行内容查找

区域内图像的统计直方图某种程度表示了整体颜色分布特征，因而可以使用区域的统计直方图作为特征进行相似内容查找，以区域内白云的颜色为例进行统计
在这里插入图片描述

calcBackProject(&image,1,            // we only use one image at a timechannels,     // vector specifying what histogram dimensions belong to what image channelsshistogram,   // the histogram we are usingresult,       // the resulting back projection imageranges,       // the range of values, for each dimension255.0         // the scaling factor is chosen such that a histogram value of 1 maps to 255);

在这里插入图片描述

在灰度图内进行统计分析，难以分割出较好的效果，使用rgb往往可以获得不错的效果，彩色图使用同一个函数

5.用均值平移法查找目标

在这里插入图片描述
以这个猩猩的脸部特征生成统计特征图

   // 颜色转为hsv 如上一节所说，hsv分辨皮肤更清晰cv::cvtColor(image, hsv, cv::COLOR_BGR2HSV);// Get back-projection of hue histogramint ch[1]={0};finder.setThreshold(-1.0f); // no thresholdingcv::Mat result= finder.find(hsv,0.0f,180.0f,ch);// 使用反向统计直方图获得图像上和目标区域的相似性概率图// search objet with mean shift 使用均值漂移算法在概率图中查找，最后在一张有偏移的图像上准确找到目标cv::TermCriteria criteria(cv::TermCriteria::MAX_ITER | cv::TermCriteria::EPS,10,     // iterate max 10 times1);     // or until the change in centroid position is less than 1px

在这里插入图片描述

6.比较直方图搜索相似图像

在传统数字图像处理领域，使用统计直方图进行图像相似度对比，是常用的方法，简单高效

	double compare(const cv::Mat& image) {inputH= hist.getHistogram(image);// histogram comparison using intersectionreturn cv::compareHist(refH,inputH, cv::HISTCMP_INTERSECT);}

在这里插入图片描述
waves vs dog: 26535
waves vs marais: 12149
waves vs bear: 18353
waves vs beach: 33032 相似度最高的图像
waves vs polar: 20768
waves vs moose: 15225
waves vs lake: 15486
waves vs fundy: 14309

在这里插入图片描述

7.用积分图统计图像

积分图统计图像，本质就是数组的前缀和算法，通过一次性求解前缀，后续每个位置的要素数量就可以直接查询得到，避免每次的查找，这个在区域内进行搜索直方图特征中有较好的应用，实际操作中，将颜色维度从256压缩到更小空间从而实现加速：

	double maxSimilarity=0.0;int xbest, ybest;// loop over a horizontal strip around girl location in initial imagefor (int y=110; y<120; y++) {for (int x=0; x<secondImage.cols-width; x++) {// compute histogram of 16 bins using integral imagehistogram= intHistogram(x,y,width,height);// compute distance with reference histogramdouble distance= cv::compareHist(refHistogram,histogram, cv::HISTCMP_INTERSECT);// find position of most similar histogramif (distance>maxSimilarity) {xbest= x;ybest= y;maxSimilarity= distance;}std::cout << "Distance(" << x << "," << y << ")=" << distance << std::endl;}}