反向投影（Back Projection）

原理

反向投影表示的是一种（给定的一幅图的直方图）和（需要匹配的图的像素）匹配程度。
举例：如果已知一副图像的直方图，图中有特征区域，根据此直方图能在其他图像中检测到相似的特征区域

步骤：

先对特征图片计算它的直方图（可能是多维）
遍历匹配图像，找到每一个像素点对应特征图的直方图中的bin
将此bin中的值保存到新图像（最后的back projection）

代码

官网代码

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;


Mat hue;
int bins=25;

void Hist_and_Backprj(int,void*);

int main(void)
{
    Mat src = imread("../res/hand.jpg");
    if(src.empty())
    {
	cout << "can't load the image" << endl;
    }

    Mat hsv;
    cvtColor(src,hsv,cv::COLOR_BGR2HSV);

    hue.create(src.size(),src.depth());
    int ch[] = {0,0};
    cv::mixChannels(&hsv,1,&hue,1,ch,1);


    const char* window_image = "sourc image";
    namedWindow(window_image);
    createTrackbar("Hue bins:", window_image,&bins,180,Hist_and_Backprj);

	
    imshow(window_image,src);
    waitKey();

    return 0;
};

void Hist_and_Backprj(int,void*)
{
    int histSize = MAX(bins,2);
    float hue_range[] = {0,180};
    const float* ranges = {hue_range};

    Mat hist;
    calcHist(&hue,1,0,Mat(),hist,1,&histSize,&ranges,true,false); //对于hue计算它的直方图
    normalize(hist,hist,0,255,NORM_MINMAX,-1,Mat()); //规范化到0-255之间，因为Back Projection需要bin里面的值形成一幅图

    Mat backproj;
    cv::calcBackProject(&hue,1,0,hist,backproj,&ranges,1,true);//计算back projection
    imshow("BackProj",backproj);


//画直方图
    int w=400,h=400;
    int bin_w = cvRound((double)w/histSize);
    Mat histImg = Mat::zeros(h,w,CV_8UC3);
    
    for(int i=0; i<bins; i++)
    {
	cv::rectangle(histImg, Point(i*bin_w,h), Point( (i+1)*bin_w, h-cvRound(hist.at<float>(i)*h/255.0)), Scalar(0,0,255),FILLED);
    }
    imshow("Histogram",histImg);

}

结果：

在这里插入图片描述

OpenCV API

复制输入图像的一个通道到输出图像的一个通道
void cv::mixChannels
(
const Mat * src, // 输入图像的数组，每个图像都必须相同size和depth
size_t nsrcs, //输入图像的个数
Mat * dst, //输出图像数组，所有图像必须是已经被分配好大小、深度，和src[0]的size和depth一样
size_t ndsts, //输出图像的个数
const int * fromTo, // channel 配对的编号，见下面解释
size_t npairs //复制的对数（1,0）意味着一对，从输入图像1channel 到输出图像的0channel
)

下面代码是将BGRA的一副图像，转化成 3通道的RGB图和单通道的alpha图

第一行：创建bgra图像
第二行：先将输出的图像分配好
第三行：创建输出图像数组，作为参数传递
第四行：就是上面函数的fromTo参数，通道的编号是连续的，比如输出图像RGB通道编号为0,1,2；alpha图编号为3，

计算一个直方图的反向投影
void cv::calcBackProject
(
const Mat * images, //输入图像数组，有相同的szie、depth。可以有不同的channels
int nimages, //输入图像的个数
const int * channels, // 输入图像channels的数组，{[0,1],[2,3,4]}意味着两张图，图片一有2通道，图片二有3个通道
InputArray hist, //输入的直方图
OutputArray backProject, //输出的反向投影的数组，每个元素都是单通道，size和depth和image[0]一样
const float ** ranges, // 直方图每个维度bin的rang（参考上一个例程）
double scale = 1, // 每个像素输出的反向投影值的scale
bool uniform = true // range是否是均匀分布
)

来源：CSDN

作者：zzyczzyc

链接：https://blog.csdn.net/zzyczzyc/article/details/86648469

标签

直方图

直方图匹配