图像差分的方法

差分图像的几个方法

2016/7/28

在处理图像的时候，特别是处理视频流图像的时候，往往会用到图像差分的方法。顾名思义，图像差分，就是把两幅图像的对应像素值相减，以削弱图像的相似部分，突出显示图像的变化部分。例如，差分图像往往能够检测出运动目标的轮廓，能够提取出闪烁导管的轨迹等等。

 

         那么，该如何对图像进行差分呢，或者说输入一个视频流，如何进行差分处理呢。

         懂点OpenCV的同学可能就要说了，OpenCV里不是有现成的函数实现差分的吗，直接拿来用就可以了，废话那么多作甚。没错，OpenCV里跟差分相关的函数有两个，一个是cvSub()函数，一个是cvAbsDiff()函数。先来看看这两个函数的参数。

 

void cvSub(const CvArr* src1, const CvArr* src2, CvArr* dst,const CvArr* mask=NULL);

 

两个输入图像src1和src2和一个输出图像dst具有相同的类型和大小。cvSub适用于IplImage以及cvMat两种结构。一个简单的例子如下：

#include

 

int main()

{

    IplImage*src1 = cvLoadImage("E:\\testvideo\\test1.png");

    IplImage*src2 = cvLoadImage("E:\\testvideo\\test2.png");

    assert(src1);

    IplImage*dst = cvCreateImage(cvGetSize(src1),src1->depth,src1->nChannels);

    cvSub(src1,src2,dst);

    cvShowImage("1",src1);

    cvShowImage("2",src2);

    cvShowImage("dst",dst);

    cvWaitKey(0);

}

执行结果：

如果将代码cvSub(src1,src2,dst);改为cvSub(src2,src1,dst);则差分结果为：

这说明，cvSub()函数是直接将两者的像素值相减，差值小于零的归一到零处理，而没有取差的绝对值。同时，也说明了cvSub()不仅支持灰度图像，也支持三通道图像。

 

而cvAbsDiff()函数计算了两幅图像中差的绝对值。其参数跟cvSub()函数类似，如下所示，

 

void cvAbsDiff(const CvArr* src1, const CvArr* src2, CvArr* dst );

 

所以cvAbsDiff(src2,src1,dst);和cvAbsDiff(src1,src2,dst);的执行结果一样，如下：

但是，很多人肯定想着自己实现代码，并进行优化，

/*图像的差分

*要求输入输出图像有相同的格式和大小

*/

void  cvSub(IplImage* src1,IplImage*src2,IplImage* dst)

{

    IplImage*src1_gray = cvCreateImage(cvGetSize(src1),8,1);

    IplImage*src2_gray = cvCreateImage(cvGetSize(src2),8,1);

    cvCvtColor(src1,src1_gray,CV_RGB2GRAY);

    cvCvtColor(src2,src2_gray,CV_RGB2GRAY);

    CvScalarpixel;

    for (int i = 0;i height; i++)

        for (int j = 0; j< src1->width; j++)

        {

            CvScalarp1 = cvGet2D(src1_gray,i,j);

            CvScalarp2 = cvGet2D(src2_gray,i,j);

            pixel.val[0]= abs(p1.val[0] - p2.val[0])*120/(p1.val[0]); //相对灰度值

            cvSet2D(dst,i,j,pixel);

        }

        cvReleaseImage(&src1_gray);

        cvReleaseImage(&src2_gray);

        cvShowImage("result",dst);

}

运行效果如下：