码迷,mamicode.com
首页 > 其他好文 > 详细

图像特征之颜色直方图

时间:2014-06-22 20:21:37      阅读:229      评论:0      收藏:0      [点我收藏+]

标签:图像特征   颜色直方图   opencv   

OpenCV之颜色空间:

颜色空间RGB(Red 红色,Green 绿色,Blue 蓝色)

R的取值范围:0-255

G的取值范围:0-255

B的取值范围:0-255

颜色空间HSV (Hue 色相,Saturation 饱和度,intensity 亮度)

H的取值范围:0-179

S的取值范围:0-255

V的取值范围:0-255

颜色空间HLS (Hue 色相,lightness 亮度,Saturation 饱和度)

H的取值范围:0-179

L的取值范围:0-255

S的取值范围:0-255

—————————————————————————————————————————————————————

知道了一些常用的颜色空间各个通道的像素的取值范围,我们下面讨论颜色直方图

bubuko.com,布布扣


一维直方图:

比如,我们只计算上图S通道的直方图,并有30个bin。

<span style="font-size:18px;">#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>

using namespace cv;

#include<iostream>

using namespace std;
int main(int argc ,char** argv)
{
	Mat src,hsv;
	if(argc != 2 || !(src = imread(argv[1],1)).data || src.channels() != 3)
		return -1;

	//颜色空间的转换BGR转HSV
	cvtColor(src,hsv,CV_BGR2HSV);

	//把H通道分为30个bin,把S通道等分为32bin
	int hbins  = 30;
	//int sbins = 32;
	//int histSize[] = {hbins,sbins};
	int histSize[] = {hbins};
	//H的取值范围 0-179
	float hranges [] = {0,180};
	//S的取值范围 0-255
	//float sranges [] ={0,255};
	//const float* ranges [] = {hranges,sranges};
	const float* ranges [] = {hranges};
	MatND hist;
	//我们根据图像第一个通道一维直方图
	int channels[] = {0};
	calcHist(&hsv,1,channels,Mat(),hist,1,histSize,ranges,true,false);

	//输出直方图
	cout<<hist<<endl;
	return 0;
}</span>

输出结果,肯定一个30维的向量:

bubuko.com,布布扣

解释:第一个数60571,就是代表H在[0,5]之间的像素点的个数,第二个数12194就是代表H在[6,11]之间的像素点的个数。

—————————————————————————————————————————————————————

二维直方图:

<span style="font-size:18px;"><span style="font-family:Microsoft YaHei;font-size:14px;"><span style="font-family:Microsoft YaHei;font-size:14px;">#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>

using namespace cv;

#include<iostream>

using namespace std;
int main(int argc ,char** argv)
{
	Mat src,hsv;
	if(argc != 2 || !(src = imread(argv[1],1)).data || src.channels() != 3)
		return -1;

	//颜色空间的转换BGR转HSV
	cvtColor(src,hsv,CV_BGR2HSV);

	//把H通道分为30个bin,把S通道等分为32bin
	int hbins  = 5;
	int sbins = 4;
	int histSize[] = {hbins,sbins};

	//H的取值范围 0-179
	float hranges [] = {0,180};
	//S的取值范围 0-255
	float sranges [] ={0,256};
	const float* ranges [] = {hranges,sranges};
	
	MatND hist;
	//我们根据图像第一个通道和第二通道,计算二维直方图
	int channels[] = {0,1};
	calcHist(&hsv,1,channels,Mat(),hist,2,histSize,ranges,true,false);

	//输出直方图
	cout<<hist<<endl;
	return 0;
}</span></span></span>


我们以上图为例,输出的二维直方图为:

bubuko.com,布布扣

现在我们来解释一下,这是一个5行4列二维直方图,第一行第一列的128239,代表H和S的数值在[0,35]x[0,63],第二行第一列的18585代表H和S的值在[36,71]x[0,63],依次类推,怎么验证呢?我们只需要把上面的程序,改几个数,比如我们只计算H和S的值在[36,71]x[0,63]的直方图:

<span style="font-size:18px;">#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>

using namespace cv;

#include<iostream>

using namespace std;
int main(int argc ,char** argv)
{
	Mat src,hsv;
	if(argc != 2 || !(src = imread(argv[1],1)).data || src.channels() != 3)
		return -1;

	//颜色空间的转换BGR转HSV
	cvtColor(src,hsv,CV_BGR2HSV);

	//把H通道分为30个bin,把S通道等分为32bin
	int hbins  = 1;
	int sbins = 1;
	int histSize[] = {hbins,sbins};

	//H的取值范围 0-179
	float hranges [] = {36,72};
	//S的取值范围 0-255
	float sranges [] ={0,64};
	const float* ranges [] = {hranges,sranges};
	
	MatND hist;
	//我们根据图像第一个通道和第二通道,计算二维直方图
	int channels[] = {0,1};
	calcHist(&hsv,1,channels,Mat(),hist,2,histSize,ranges,true,false);

	//输出直方图
	cout<<hist<<endl;
	return 0;
}</span>

输出结果:

bubuko.com,布布扣

________________________________________________________________________________________________________________________________

理解了简单的颜色直方图,把颜色直方图作为一张图片简单的特征,做一个简单的图像检索。

图像特征之颜色直方图,布布扣,bubuko.com

图像特征之颜色直方图

标签:图像特征   颜色直方图   opencv   

原文地址:http://blog.csdn.net/zhangping1987/article/details/32710341

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!