0
点赞
收藏
分享

微信扫一扫

【opencv】教程代码 —Histograms_Matching（1）反向投影：在给定图像中寻找特定的颜色或颜色分布...

转角一扇门 04-04 08:30 阅读 2
opencvwebpack人工智能计算机视觉前端

1.  calcBackProject_Demo1.cpp 反向投影函数的使用

fb28454ed6f9c40f304ba4d1ae6e2b4d.png

7d4efd9ae1c05b736c96ca12b03db346.png

b46f909364c839a717a944517a6501d9.png

/**
 * @file BackProject_Demo1.cpp
 * @brief 示例代码，演示反向投影函数的使用
 * @author OpenCV团队
 */


#include "opencv2/imgproc.hpp" // 包括图像处理相关功能的头文件
#include "opencv2/imgcodecs.hpp" // 包括图像编码解码相关功能的头文件
#include "opencv2/highgui.hpp" // 包括高层GUI (图形用户界面) 功能的头文件


#include <iostream> // 包括标准输入输出流相关功能的头文件


using namespace cv; // 使用OpenCV命名空间中的内容，简化代码
using namespace std; // 使用标准命名空间中的内容，简化代码


/// 全局变量
Mat hue; // 创建一个Mat对象用来存储图像的色调(hue)通道
int bins = 25; // 设定直方图的柱子个数为25


/// 函数头
void Hist_and_Backproj(int, void* );


/**
 * @function main
 */
int main( int argc, char* argv[] )
{
    //! [读取图像]
    CommandLineParser parser( argc, argv, "{@input |Back_Projection_Theory0.jpg| 输入图像}" );
    samples::addSamplesDataSearchSubDirectory("doc/tutorials/imgproc/histograms/back_projection/images");
    Mat src = imread(samples::findFile(parser.get<String>( "@input" )) );
    if( src.empty() )
    {
        cout << "无法打开或找到图像！\n" << endl;
        cout << "用法: " << argv[0] << " <输入的图像>" << endl;
        return -1;
    }
    //! [读取图像]


    //! [将其转换为HSV颜色空间]
    Mat hsv;
    cvtColor( src, hsv, COLOR_BGR2HSV );
    //! [将其转换为HSV颜色空间]


    //! [仅使用色调(Hue)值]
    hue.create(hsv.size(), hsv.depth());
    int ch[] = { 0, 0 };
    mixChannels( &hsv, 1, &hue, 1, ch, 1 );
    //! [仅使用色调(Hue)值]


    //! [创建滑动条以输入直方图的柱子数量]
    const char* window_image = "源图像";
    namedWindow( window_image );
    createTrackbar("* Hue柱子数量: ", window_image, &bins, 180, Hist_and_Backproj );
    Hist_and_Backproj(0, 0);
    //! [创建滑动条以输入直方图的柱子数量]


    //! [展示图像]
    imshow( window_image, src );
    // 等待用户关闭程序
    waitKey();
    //! [展示图像]


    return 0;
}


/**
 * @function Hist_and_Backproj
 * @brief 滑动条的回调函数
 */
void Hist_and_Backproj(int, void* )
{
    //! [初始化]
    int histSize = MAX( bins, 2 );
    float hue_range[] = { 0, 180 };
    const float* ranges[] = { hue_range };
    //! [初始化]


    //! [获取直方图并归一化]
    Mat hist;
    calcHist( &hue, 1, 0, Mat(), hist, 1, &histSize, ranges, true, false );
    normalize( hist, hist, 0, 255, NORM_MINMAX, -1, Mat() );
    //! [获取直方图并归一化]


    //! [获取反向投影]
    Mat backproj;
    calcBackProject( &hue, 1, 0, hist, backproj, ranges, 1, true );
    //! [获取反向投影]


    //! [绘制反向投影]
    imshow( "BackProj", backproj );
    //! [绘制反向投影]


    //! [绘制直方图]
    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++)
    {
        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 );
    //! [绘制直方图]
}

此段代码是一个使用C++和OpenCV库编写的示例程序，用于演示如何做图像的色调部分直方图并进行反向投影。主要步骤如下：

  1. 从指定路径读取图像。

  2. 将图像从BGR颜色空间转换到HSV颜色空间。

  3. 提取HSV空间中的色调（Hue）通道。

  4. 创建一个滑动条，用于选择直方图中的柱子数量。

  5. 计算色调通道的直方图并对其进行归一化处理。

  6. 根据直方图计算反向投影图像，并显示它。

  7. 绘制直方图的图像，并显示。

这对于理解图像中颜色的分布非常有用，也常用于物体追踪等应用场合。

8b5cbebc98434db26dcdb3004f8b9965.png

直方图函数

cc4f3c0e55668b28bc022136a24d47b8.png

如何使用calcHist函数计算二维直方图？

b915d903ae15c123e9bc66a0d475ceb0.png

normalize( hist, hist, 0, 255, NORM_MINMAX, -1, Mat() );

f4b1d2bafd13d64e9c0caf1e81ee254c.png

d14a5041f72d9686b5fe34c6a707907d.png

2. calcBackProject_Demo2.cpp 

43ce897b4ed8b9ecfc687bed80d7a7fa.png

66b7de37478ae9f4b4cefad2e9b31843.png

```cpp
/**
 * @file BackProject_Demo2.cpp
 * @brief 示例代码，演示backproject函数的使用(更多细节)
 * @author OpenCV团队
 */


// 包含OpenCV头文件
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"


#include <iostream> // 包含标准输入输出流库


// 使用OpenCV和标准命名空间
using namespace cv;
using namespace std;


/// 全局变量
Mat src, hsv, mask; // 分别声明原图像，HSV图像，以及掩模


int low = 20, up = 20; // 声明阈值的下限和上限
const char* window_image = "Source image"; // 声明显示原图像窗口的名称


/// 函数头定义
void Hist_and_Backproj( ); // 历史和反向投影函数
void pickPoint (int event, int x, int y, int, void* ); // 鼠标点击事件处理函数


/**
 * @function main
 */
int main( int, char** argv )
{
    /// 读取图像
    src = imread( argv[1] );


    /// 转换到HSV颜色空间
    cvtColor( src, hsv, COLOR_BGR2HSV );


    /// 显示图像
    namedWindow( window_image );
    imshow( window_image, src );


    /// 为floodfill阈值设置滑动条
    createTrackbar( "Low thresh", window_image, &low, 255, 0 );
    createTrackbar( "High thresh", window_image, &up, 255, 0 );
    /// 设置鼠标回调
    setMouseCallback( window_image, pickPoint, 0 );


    waitKey();
    return 0;
}


/**
 * @function pickPoint
 */
void pickPoint (int event, int x, int y, int, void* )
{
    if( event != EVENT_LBUTTONDOWN )
    {
        return;
    }


    // 填充并获取掩模
    Point seed = Point( x, y ); // 定义种子点


    int newMaskVal = 255;
    Scalar newVal = Scalar( 120, 120, 120 ); // 定义floodFill填充的新颜色


    int connectivity = 8;
    int flags = connectivity + (newMaskVal << 8 ) + FLOODFILL_FIXED_RANGE + FLOODFILL_MASK_ONLY; // 定义floodFill函数的操作标志


    Mat mask2 = Mat::zeros( src.rows + 2, src.cols + 2, CV_8U ); // 创建一个零矩阵作为掩模
    floodFill( src, mask2, seed, newVal, 0, Scalar( low, low, low ), Scalar( up, up, up), flags ); // 执行floodFill操作
    mask = mask2( Range( 1, mask2.rows - 1 ), Range( 1, mask2.cols - 1 ) ); // 提取掩模区域


    imshow( "Mask", mask ); // 显示掩模


    Hist_and_Backproj( ); // 执行反向投影函数
}


/**
 * @function Hist_and_Backproj
 */
void Hist_and_Backproj( )
{
    Mat hist; // 声明直方图变量
    int h_bins = 30; int s_bins = 32; // 定义直方图在H和S平面的箱数
    int histSize[] = { h_bins, s_bins }; // 定义直方图大小数组


    float h_range[] = { 0, 180 }; // 定义H颜色空间的范围
    float s_range[] = { 0, 256 }; // 定义S颜色空间的范围
    const float* ranges[] = { h_range, s_range }; // 定义范围数组


    int channels[] = { 0, 1 }; // 定义通道数组


    /// 计算直方图，并进行归一化处理
    calcHist( &hsv, 1, channels, mask, hist, 2, histSize, ranges, true, false );


    normalize( hist, hist, 0, 255, NORM_MINMAX, -1, Mat() );


    /// 获取反向投影
    Mat backproj;
    calcBackProject( &hsv, 1, channels, hist, backproj, ranges, 1, true );


    /// 绘制反向投影图像
    imshow( "BackProj", backproj );
}

这段代码属于OpenCV图像处理领域，演示了如何通过交互设置阈值，并使用HSV颜色空间对图像中的感兴趣区域进行反向投影。程序主要包含以下功能：1. 读取并显示原始图像；2. 将原始BGR图像转换为HSV颜色空间；3. 使用滑动条设置floodfill操作的上下阈值；4. 通过鼠标点击设置floodfill的种子点，并在图像上应用掩模提取感兴趣区域；5. 对提取的区域计算HSV直方图并归一化；6. 使用直方图的反向投影，绘制对应的反向投影图像。整个过程涉及了图像的读取、显示、颜色空间转换、交互式元素添加、直方图计算以及反向投影等操作。

int flags = connectivity + (newMaskVal << 8 ) + FLOODFILL_FIXED_RANGE + FLOODFILL_MASK_ONLY;

dbce407c6f95691f18fafd9bb3e00b07.png

calcHist( &hsv, 1, channels, mask, hist, 2, histSize, ranges, true, false );

8bfcdc43642dc72b20dbc199fea3168a.png

floodFill( src, mask2, seed, newVal, 0, Scalar( low, low, low ), Scalar( up, up, up), flags );

9d41e047e1764d08ebead4e611aad08e.png

在什么情况下使用反向投影技术

f23748b4e0ce71ed59d3f8d522ecdaad.png

如何计算一个参考直方图来使用反向投影技术？

565c318d809a621bc5c3573ddfd54430.png

参考直方图的归一化有什么作用？

ede7337d4fb7f23a476e80f6d0bd1d67.png

calcBackProject( &hsv, 1, channels, hist, backproj, ranges, 1, true );

95aed2dbc37cf27c0c379ed0b3d6b79c.png

举报

相关推荐

【CV】OpenCV中HSV各颜色的区间及代码

opencv计算机视觉python

【opencv】教程代码 —videoio（3）读取输入的视频文件，提取出R、G或B颜色通道，并将结果写入新的视频文件...

pythonopencv开发语言
0 条评论