opencv学习笔记（二十六）直方图比较

1.概念介绍

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：

（1）Correlation 相关性比较（CV_COMP_CORREL）

计算规则：其中，

N为bin的个数。两幅图像越相似则计算出的值接近1。

 

（2）Chi-Square 卡方比较（CV_COMP_CHISQR）

计算规则：两幅图像越相似则计算出的值接近值越小。

 

（3）Intersection 十字交叉性（CV_COMP_INTERSECT）

计算规则：

 

（4）Bhattacharyya distance 巴氏距离（CV_COMP_BHATTACHARYYA）

计算规则：

2.步骤与API

（1）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

（2）compareHist（InputArray h1, InputArray H2,int method）

h1：第一幅图直方图数据

h2：第二幅图直方图数据

method：上述方法中的1个

3.代码实现

#include "stdafx.h"
#include 
#include 
#include 
using namespace std;
using namespace cv;

char inputName[] = "src1";
char outputName[] = "src2";
int main()
{
	Mat src1, src2;
	src1 = imread("D:/VS project/Image/people.jpg");
	src2 = imread("D:/VS project/Image/people1.png");
	if (src1.empty() || src2.empty())
	{
		cout << "找不到图像" << endl;
		return -1;
	}
	namedWindow(inputName, CV_WINDOW_AUTOSIZE);
	namedWindow(outputName, CV_WINDOW_AUTOSIZE);
	imshow(inputName, src1);
	imshow(outputName, src2);
	//转到HSV色彩空间
	cvtColor(src1, src1, CV_BGR2HSV);
	cvtColor(src2, src2, CV_BGR2HSV);

	//计算直方图
	int h_bins = 50, s_bins = 60;//定义HS2个通道的级数
	int histsize[] = { h_bins, s_bins };//直方图级数
	const float h_range[] = { 0,180 };//H值域范围
	const float s_range[] = { 0,255 };//S值域范围
	const float* range[] = { h_range,s_range };
	int channels[] = { 0,1 };
	MatND src1Hist, src2Hist;//定义多维数组存放直方图结果
	calcHist(&src1, 1, channels, Mat(), src1Hist, 2, histsize, range, true, false);
	normalize(src1Hist, src1Hist, 0, 1, NORM_MINMAX, -1,Mat());
	calcHist(&src2, 1, channels, Mat(), src2Hist, 2, histsize, range, true, false);
	normalize(src2Hist, src2Hist, 0, 1, NORM_MINMAX, -1,Mat());

	//比较直方图
	double src1src1 = compareHist(src1Hist, src1Hist, CV_COMP_BHATTACHARYYA);//巴士距离
	double src1src2 = compareHist(src1Hist, src2Hist, CV_COMP_CORREL);//相关性比较

	cout << src1src1 << endl << src1src2;
	
	


	waitKey(0);
	return 0;
}

4.运行结果