OpenCV提取图像颜色直方图+cvCreateHist
2017-02-16 10:46
323 查看
输入图像:
输出直方图分布图像:
输入图像:
输出直方图分布图像:
[c] view
plain copy
<pre name="code" class="cpp">#include <cv.h>
#include <highgui.h>
#include <iostream>
using namespace std;
int main( int argc, char** argv )
{
IplImage * src= cvLoadImage("F:\\test3.jpg");
IplImage* hsv = cvCreateImage( cvGetSize(src), 8, 3 );
IplImage* h_plane = cvCreateImage( cvGetSize(src), 8, 1 );
IplImage* s_plane = cvCreateImage( cvGetSize(src), 8, 1 );
IplImage* v_plane = cvCreateImage( cvGetSize(src), 8, 1 );
IplImage* planes[] = { h_plane, s_plane };
/** H 分量划分为16个等级,S分量划分为8个等级 */
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 };
/** 输入图像转换到HSV颜色空间 */
cvCvtColor( src, hsv, CV_BGR2HSV );
cvCvtPixToPlane( hsv, h_plane, s_plane, v_plane, 0 );
/** 创建直方图,二维, 每个维度上均分 */
CvHistogram * hist = 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 );
/** 获取直方图统计的最大值,用于动态显示直方图 */
float max_value;
cvGetMinMaxHistValue( hist, 0, &max_value, 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 );
cvZero( hist_img );
/** 用来进行HSV到RGB颜色转换的临时单位图像 */
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);
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,计算显示在图像中的高度 */
float bin_val = cvQueryHistValue_2D( hist, h, s );
int intensity = cvRound(bin_val*height/max_value);
/** 获得当前直方图代表的颜色,转换成RGB用于绘制 */
cvSet2D(hsv_color,0,0,cvScalar(h*180.f / h_bins,s*255.f/s_bins,255,0));
cvCvtColor(hsv_color,rgb_color,CV_HSV2BGR);
CvScalar color = cvGet2D(rgb_color,0,0);
cvRectangle( hist_img, cvPoint(i*bin_w,height),
cvPoint((i+1)*bin_w,height - intensity),
color, -1, 8, 0 );
}
}
cvNamedWindow( "Source", 1 );
cvShowImage( "Source", src );
cvNamedWindow( "H-S Histogram", 1 );
cvShowImage( "H-S Histogram", hist_img );
cvWaitKey(0);
}</pre><br><br><span style="color:#009900"></span>
对于颜色直方图的统计,应该还可以用更多的该进,诸如当S分量小于给定值时,不同H,人眼看上去都是白色,可以将这些颜色的统计归并到白色中去。
[编辑]
出处:http://wiki.OpenCV.org.cn/index.PHP/%E5%9B%BE%E5%83%8F%E9%A2%9C%E8%89%B2%E5%88%86%E5%B8%83%E7%9B%B4%E6%96%B9%E5%9B%BE
各个成员的意思结合下图来理解:
dim是表示几维空间,即一般彩色图像是3通道的,dim=3;而灰度图是1通道的,dim=1
sizes如上图有10个方块,即sizes=10
type我用的时候是CV_HIST_ARRAY,具体请参照这里。
ranges如上图最右边的数字100。这里猫仔有话说,即图像若为IPL_DEPTH_8U,即深度为8,则设成255比较合适,若深度为8位的图像ranges设为2550,则图像上的像素点都会统计在0~255中(即第一个直方图方块中)。
uniform我用的时候设为1,具体请参照这里。
输出直方图分布图像:
输入图像:
输出直方图分布图像:
[c] view
plain copy
<pre name="code" class="cpp">#include <cv.h>
#include <highgui.h>
#include <iostream>
using namespace std;
int main( int argc, char** argv )
{
IplImage * src= cvLoadImage("F:\\test3.jpg");
IplImage* hsv = cvCreateImage( cvGetSize(src), 8, 3 );
IplImage* h_plane = cvCreateImage( cvGetSize(src), 8, 1 );
IplImage* s_plane = cvCreateImage( cvGetSize(src), 8, 1 );
IplImage* v_plane = cvCreateImage( cvGetSize(src), 8, 1 );
IplImage* planes[] = { h_plane, s_plane };
/** H 分量划分为16个等级,S分量划分为8个等级 */
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 };
/** 输入图像转换到HSV颜色空间 */
cvCvtColor( src, hsv, CV_BGR2HSV );
cvCvtPixToPlane( hsv, h_plane, s_plane, v_plane, 0 );
/** 创建直方图,二维, 每个维度上均分 */
CvHistogram * hist = 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 );
/** 获取直方图统计的最大值,用于动态显示直方图 */
float max_value;
cvGetMinMaxHistValue( hist, 0, &max_value, 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 );
cvZero( hist_img );
/** 用来进行HSV到RGB颜色转换的临时单位图像 */
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);
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,计算显示在图像中的高度 */
float bin_val = cvQueryHistValue_2D( hist, h, s );
int intensity = cvRound(bin_val*height/max_value);
/** 获得当前直方图代表的颜色,转换成RGB用于绘制 */
cvSet2D(hsv_color,0,0,cvScalar(h*180.f / h_bins,s*255.f/s_bins,255,0));
cvCvtColor(hsv_color,rgb_color,CV_HSV2BGR);
CvScalar color = cvGet2D(rgb_color,0,0);
cvRectangle( hist_img, cvPoint(i*bin_w,height),
cvPoint((i+1)*bin_w,height - intensity),
color, -1, 8, 0 );
}
}
cvNamedWindow( "Source", 1 );
cvShowImage( "Source", src );
cvNamedWindow( "H-S Histogram", 1 );
cvShowImage( "H-S Histogram", hist_img );
cvWaitKey(0);
}</pre><br><br><span style="color:#009900"></span>
对于颜色直方图的统计,应该还可以用更多的该进,诸如当S分量小于给定值时,不同H,人眼看上去都是白色,可以将这些颜色的统计归并到白色中去。
[编辑]
作者
Pigoneand 猪逻辑公园出处:http://wiki.OpenCV.org.cn/index.PHP/%E5%9B%BE%E5%83%8F%E9%A2%9C%E8%89%B2%E5%88%86%E5%B8%83%E7%9B%B4%E6%96%B9%E5%9B%BE
public static IntPtr cvCreateHist( int dims, int[] sizes, HIST_TYPE type, IntPtr[] ranges, int uniform )
各个成员的意思结合下图来理解:
dim是表示几维空间,即一般彩色图像是3通道的,dim=3;而灰度图是1通道的,dim=1
sizes如上图有10个方块,即sizes=10
type我用的时候是CV_HIST_ARRAY,具体请参照这里。
ranges如上图最右边的数字100。这里猫仔有话说,即图像若为IPL_DEPTH_8U,即深度为8,则设成255比较合适,若深度为8位的图像ranges设为2550,则图像上的像素点都会统计在0~255中(即第一个直方图方块中)。
uniform我用的时候设为1,具体请参照这里。
相关文章推荐
- OpenCV提取图像颜色直方图
- 如何用Opencv 把视频提取的图像中特定区域的颜色读取出来?求范例程序
- openCV—彩色图像R、G、B分量的提取与合并及其相关颜色空间的转化
- OpenCV实现图像颜色特征提取
- openCV—Python(7)—— 彩色图像R、G、B分量的提取与合并及其相关颜色空间的转化
- OpenCV之图像轮廓检测及提取
- 利用MSER算法提取图像区域(车牌区域)的OpenCV代码~
- opencv学习心得(四)——opencv提取截获图像
- 用Matlab制作图像块颜色提取工具(二)
- opencv图像canny和二值化化的轮廓提取,并求外接矩形,画圆等
- 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合
- kinect2.0 opencv3.2 骨骼图像提取
- OpenCV中文网站例程——图像颜色分布直方图
- opencv3_java akaze的特征提取与图像匹配 akaze
- 彩色图像直方图均衡化及颜色直方图显示 opencv实现 完整代码及详细注释
- OpenCV学习之图像轮廓提取
- OpenCV3_C++_BitwiseNot()图像颜色的反转 实例
- opencv之图像轮廓提取
- 【OpenCV3图像处理】颜色空间转换(一)颜色空间分类总结
- ios--OpenCV--图像像素颜色反转