目錄
1 目標
-
什麼是反向投影,它可以實現什麼功能?
-
如何使用OpenCV函數 calcBackProject 計算反向投影?
-
如何使用OpenCV函數 mixChannels 組合圖像的不同通道?
2原理:什麼是反向投影?
-
反向投影是一種記錄給定圖像中的像素點如何適應直方圖模型像素分佈的方式。
-
簡單的講, 所謂反向投影就是首先計算某一特徵的直方圖模型,然後使用模型去尋找圖像中存在的該特徵。
-
例如, 你有一個膚色直方圖 ( Hue-Saturation 直方圖 ),你可以用它來尋找圖像中的膚色區域:
3 代碼實現
實例1:
//src = imread("C:\\Users\\guoqi\\Desktop\\ch7\\4.jpg", 1);
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>
using namespace cv;
using namespace std;
/// 全局變量
Mat src; Mat hsv; Mat hue;
int bins = 25;
/// 函數申明
void Hist_and_Backproj(int, void*);
/** @函數 main */
int main(int argc, char** argv)
{
/// 讀取圖像
src = imread("C:\\Users\\guoqi\\Desktop\\ch7\\4.jpg", 1);
/// 轉換到 HSV 空間
cvtColor(src, hsv, CV_BGR2HSV);
/// 分離 Hue 通道
hue.create(hsv.size(), hsv.depth());
int ch[] = { 0, 0 };
mixChannels(&hsv, 1, &hue, 1, ch, 1);
/// 創建 Trackbar 來輸入bin的數目
char* window_image = "Source image";
namedWindow(window_image, CV_WINDOW_AUTOSIZE);
createTrackbar("* Hue bins: ", window_image, &bins, 180, Hist_and_Backproj);
Hist_and_Backproj(0, 0);
/// 現實圖像
imshow(window_image, src);
/// 等待用戶反應
waitKey(0);
return 0;
}
/**
* @函數 Hist_and_Backproj
* @簡介:Trackbar事件的回調函數
*/
void Hist_and_Backproj(int, void*)
{
MatND hist;
int histSize = MAX(bins, 2);
float hue_range[] = { 0, 180 };
const float* ranges = { hue_range };
/// 計算直方圖並歸一化
calcHist(&hue, 1, 0, Mat(), hist, 1, &histSize, &ranges, true, false);
normalize(hist, hist, 0, 255, NORM_MINMAX, -1, Mat());
/// 計算反向投影
MatND backproj;
calcBackProject(&hue, 1, 0, hist, backproj, &ranges, 1, true);
/// 顯示反向投影
imshow("BackProj", backproj);
/// 顯示直方圖
int w = 400; int h = 400;
int bin_w = cvRound((double)w / histSize);
Mat histImg = Mat::zeros(w, h, 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), -1);
}
imshow("Histogram", histImg);
}
4 實現結果
實例1運行結果: