OpenCV之灰度直方图反向投影（图像相似性检测）
现有两张图像，均为灰度图像，其中一张图像尺寸大于等于另一张，其中尺寸较大的图像作为查询图像，另一张为模板图像，直方图反向投影变换的基本原理是：
（1）从尺寸较大的图像的左上角(0,0)开始，切割一块与较小图像尺寸一致的临时图像；
（2）计算临时图像的直方图；
（3）用临时图像的直方图和尺寸较小的图像的直方图对比，对比结果记为c；
（4）直方图对比结果c，就是结果图像(0,0)处的像素值；
（5）逐个像素移动进行图像切割，对比直方图，并记录直方图对比结果；
（6）重复（1）～（5）步直到输入图像的右下角。
需要注意的地方：
（1） 需要在代码实现中加入对图像尺寸大小的判断，如果模版图像尺寸小于查找图像，则程序正常执行，如果等于，这相当于进行直方图比较，如果大于，则应该提示程序无法正常执行
（2）此算法执行效率较低，在使用之前尤其需要注意图像的大小，直方图的维数，对比方式，在计算之前可以考虑对图像进行ColorReduce。
代码如下：
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
using namespace std;
int _tmain(int argc, _TCHAR* argv[])
{
String imageName ="D:\\1.jpg";
Mat src = imread(imageName,1);
Mat src1 = imread(imageName,0);
Hist1D h;
Mat result;
//参考图像左上角顶点坐标
int a=200;
int b=300;
//参考图像宽度、高度
int c=30;
int d=30;
//选择区域参考图像
Mat imageROI = src1(Rect(a,b,c,d));
//在原始图像上绘制所选择的参考图像，方便进行算法执行效果对比
line(src,Point(a,b),Point(a,b+c),Scalar(0,0,255));
line(src,Point(a,b),Point(a+d,b),Scalar(0,0,255));
line(src,Point(a+d,b+c),Point(a,b+c),Scalar(0,0,255));
line(src,Point(a+d,b),Point(a+d,b+c),Scalar(0,0,255));
float hrange[]={0,256};
const float *ranges ={hrange};
int channles = 0;
calcHist(&image,1,channels,Mat(),hist,1,256,&ranges,true,false);
normalize(hist,hist,1.0);
calcBackProject(&src1,1,0,hist,result,&ranges,255,true);
threshold(result,result,255*0.05,255,THRESH_BINARY);
imshow("Source Image",src);
imshow(" BackProject",result1);
waitKey(0);
return 0;
}
运行结果为：
可以看出其相似性检测效果很差，这主要是由于没有利用上图像的颜色信息，后续将会考虑对其进行改进。