OpenCV基础04（直方图与匹配）

第七章 直方图与匹配

详细请看：http://blog.csdn.net/xiaowei_cqu/article/details/7600666
1）直方图数据结构:

typename struct CvHistogram
{
int type;
CvArr* bins;
float thresh[CV_MAX_DIM][2];
float** thresh2;
CvMatND mat;//很多数据都在这个矩阵中，可以访问
}CvHistogram;

直方图的创建、计算和访问，匹配：

//创建直方图
CvHistogram* cvCreateHist(...);
CvHistogram* cvMakeHistHeaderForArray(..);//根据已知的数据创建直方图；
void cvCalcHist(..);//从图像计算直方图，调用之前要用cvSplit()进行通道分割
void cvSetHistBinRanges(...);//设置直方图ranges范围
void cvReleaseHist(..);//释放直方图
//直方图的访问
void cvQueryHistValue_1D(...);//对应有_2D,_3D,_nD,访问直方图bins中的数据，也可以hist->bins来访问。
float* cvGetHistValue_1D(...);//同上。
//直方图操作
cvNormalizeHist(...);//直方图归一化
cvThreshHist(..);//直方图阈值（对bins值的阈值）
cvCopyHist(..);//复制
double cvCompareHist(...);//直方图匹配，可以选择距离测量的方法

2）陆地移动距离（EMD）

光线的变化能引起图像颜色值的漂移，尽管这些漂移没有改变颜色直方图的形状，但是这些漂移引起了颜色值位置的变化，从而导致匹配策略失效。
陆地移动距离是一种度量准则，它实际上市度量怎样将一个直方图转变为另一个直方图的形状，包括移动直方图的部分（或全部）到一个新的位置，可以在任何维的直方图上进行这种度量。

CalcEMD2

两个加权点集之间计算最小工作距离

float cvCalcEMD2( const CvArr* signature1, const CvArr* signature2, int distance_type,
CvDistanceFunction distance_func=NULL, const CvArr* cost_matrix=NULL,
CvArr* flow=NULL, float* lower_bound=NULL, void* userdata=NULL );
typedef float (*CvDistanceFunction)(const float* f1, const float* f2, void* userdata);

例子，来自：http://blog.csdn.net/thystar/article/details/40934073

/*
用EMD度量两个分布的相似性
这里，用lena和lena直方图均衡化的结果度量。
*/

#include "highgui.h"
#include "cv.h"
#include<iostream>
using namespace std;

void doEMD2(IplImage* img)
{
/*对输入的图像做直方图均衡化处理，生成img2*/
IplImage* pImageChannel[4] = {0, 0, 0, 0};
IplImage* img2 = cvCreateImage(cvGetSize(img), img->depth, img->nChannels);
for(int i = 0; i < img->nChannels; i++)
{
pImageChannel[i] = cvCreateImage(cvGetSize(img), img->depth,1);
}
//信道分离
cvSplit(img, pImageChannel[0], pImageChannel[1], pImageChannel[2],pImageChannel[3]);
for(int i = 0; i < img2->nChannels; i++)
{
//直方图均衡化
cvEqualizeHist(pImageChannel[i], pImageChannel[i]);
}
//信道组合
cvMerge(pImageChannel[0],pImageChannel[1], pImageChannel[2],pImageChannel[3], img2);

//绘制直方图
int h_bins = 16, s_bins = 8;
int hist_size[] = {h_bins, s_bins};

//H 分量的变化范围
float h_ranges[] = {0,180};
//S 分量的变化范围
float s_ranges[] = {0,255};
float* ranges[] = {h_ranges,s_ranges};

IplImage* hsv = cvCreateImage(cvGetSize(img), 8, 3);
IplImage* hsv2 = cvCreateImage(cvGetSize(img2), 8, 3);

IplImage* h_plane = cvCreateImage(cvGetSize(img), 8, 1);
IplImage* s_plane = cvCreateImage(cvGetSize(img), 8, 1);
IplImage* v_plane = cvCreateImage(cvGetSize(img), 8, 1);
IplImage* planes[] = {h_plane, s_plane};

IplImage* h_plane2 = cvCreateImage(cvGetSize(img2), 8, 1);
IplImage* s_plane2 = cvCreateImage(cvGetSize(img2), 8, 1);
IplImage* v_plane2 = cvCreateImage(cvGetSize(img2), 8, 1);
IplImage* planes2[] = {h_plane2, s_plane2};

// 将两幅图像转换到HSV颜色空间
cvCvtColor(img, hsv, CV_BGR2HSV);
cvCvtPixToPlane(hsv, h_plane, s_plane, v_plane, 0);
cvCvtColor(img2, hsv2, CV_BGR2HSV);
cvCvtPixToPlane(hsv2, h_plane2, s_plane2, v_plane2, 0);

// 创建直方图
CvHistogram* hist = cvCreateHist(2, hist_size, CV_HIST_ARRAY, ranges, 1);
CvHistogram* hist2 = cvCreateHist(2, hist_size, CV_HIST_ARRAY, ranges, 1);
// 根据H,S两个平面数据统计直方图
cvCalcHist(planes, hist, 0, 0);
cvCalcHist(planes2, hist2, 0, 0);

//获取直方图统计
///float max_value;
//float max_value2;
//cvGetMinMaxHistValue(hist, 0, &max_value, 0,0);
//cvGetMinMaxHistValue(hist2, 0, &max_value2, 0, 0);

//设置直方图显示图像
int height = 240;
int width = (h_bins * s_bins * 6);

IplImage* hist_img = cvCreateImage(cvSize(width, height), 8, 3);
IplImage* hist_img2 = cvCreateImage(cvSize(width, height), 8, 3);
cvZero(hist_img);
cvZero(hist_img2);

//用来进行HSV到RGB颜色转换的临时图像
//IplImage* hsv_color = cvCreateImage(cvSize(1,1), 8, 3);
//IplImage* rgb_color = cvCreateImage(cvSize(1,1), 8, 3);
//int bin_w = width/(h_bins * s_bins);

//
CvMat* sig1, *sig2;
int numrows = h_bins*s_bins;

sig1 = cvCreateMat(numrows, 3, CV_32FC1);
sig2 = cvCreateMat(numrows, 3, CV_32FC1);
for(int h = 0; h < h_bins; h++)
{
for(int s = 0; s < s_bins; s++)
{
//int i = h * s_bins + s;
// 获得直方图中的统计次数， 计算显示在图中的高度
float bin_val = cvQueryHistValue_2D(hist, h,s);
cvSet2D(sig1, h*s_bins + s, 0, cvScalar(bin_val));
cvSet2D(sig1, h*s_bins + s, 1, cvScalar(h));
cvSet2D(sig1, h*s_bins + s, 2, cvScalar(s));
bin_val = cvQueryHistValue_2D(hist2,h,s);
cvSet2D(sig2, h*s_bins + s, 0, cvScalar(bin_val));
cvSet2D(sig2, h*s_bins + s, 1, cvScalar(h));
cvSet2D(sig2, h*s_bins + s, 2, cvScalar(s));
}
}
float emd = cvCalcEMD2(sig1,sig2,CV_DIST_L2);
cout<< emd<<endl;

}

3）反投影

void cvCalcBackProjectPatch( IplImage** image, CvArr* dst,
CvSize patch_size, CvHistogram* hist,
int method, double factor );