opencv学习笔记（三十一）基于块的反向投影

2019-11-06 06:02:36

字体：大中小

来源：转载

供稿：网友

参考了这篇文章 http://blog.csdn.net/fdl19881/article/details/6726438 检测原理：书上说的很麻烦，按照博主的理解就很简单： cvCalcBackPRojectPatch的大概意义，按我的理解的话，应该是通过块窗口搜索图像，比较窗口中对应像素的二维直方图与给定直方图的差异，若完全相同，那当然就越匹配。对于不同的相关度方法，越匹配，其值由相关度方法而定，如本程序使用的是CV_COMP_CORREL ——即越相似，则值越接近1. 反之则趋于0。

cvCalBackProjectPatch()函数 void cvCalBackProjectPatch( iplImage** images, CvArr* dst, CvSize patch_size, CvHistogram* hist, int method, float factor );

程序实例：

#include <iostream>#include <cv.h>#include <highgui.h>#include <cxcore.h>using namespace std;void GetHSV(const IplImage *image,IplImage **h,IplImage **s,IplImage **v);int main(){ IplImage *src = cvLoadImage("t1.jpg"); IplImage *h_src = NULL ,*s_src = NULL; GetHSV(src,&h_src,&s_src,NULL); IplImage *images[] = {h_src,s_src}; CvHistogram *hist_src; {//计算二维直方图 int dims = 2; int size[] = {30,32}; // 这个地方不要取的太大!当取为size[] = {180,256}时E7200CPU会运行长达10几分钟的！ float range_h[] = {0,180} //再用cvCvtColor转换时h已经归一化到180了 ,range_s[] = {0,256}; float *ranges[] = {range_h,range_s}; hist_src = cvCreateHist(dims,size,CV_HIST_ARRAY,ranges); cvCalcHist(images,hist_src); cvNormalizeHist(hist_src,1); } IplImage *dst = cvLoadImage("t2.jpg"); IplImage *h_dst = NULL,*s_dst = NULL; GetHSV(dst,&h_dst,&s_dst,NULL); images[0] = h_dst ,images[1] = s_dst; CvSize patch_size = cvSize(src->width,src->height); IplImage *result = cvCreateImage(cvSize(h_dst->width - patch_size.width +1,h_dst->height - patch_size.height +1) ,IPL_DEPTH_32F,1);//块搜索时处理边缘是直接舍去，故result的大小比dst小path_size大小 //32F类型，取值为0~1最亮为1，可直接显示 //CV_COMP_CORREL相关度，1时最匹配，0时最不匹配 cvCalcBackProjectPatch(images,result,patch_size,hist_src,CV_COMP_CORREL,1); cvShowImage("result",result); //找出最大值位置，可得到此位置即为杯子所在位置 CvPoint max_location; cvMinMaxLoc(result,NULL,NULL,NULL,&max_location,NULL); //加上边缘，得到在原始图像中的实际位置 max_location.x += cvRound(patch_size.width/2); max_location.y += cvRound(patch_size.height/2); //在dst图像中用红色小圆点标出位置——小圆点就表示杯子所在区域 cvCircle(dst,max_location,3,CV_RGB(255,0,0),-1); cvShowImage("dst",dst); cvWaitKey(); cvReleaseImage(&src); cvReleaseImage(&dst); cvReleaseImage(&h_src); cvReleaseImage(&h_dst); cvReleaseImage(&s_dst); cvReleaseImage(&s_src); cvReleaseHist(&hist_src); cvReleaseImage(&result); cvDestroyAllWindows();}void GetHSV(const IplImage *image , IplImage **h,IplImage **s,IplImage **v){ IplImage *hsv = cvCreateImage(cvGetSize(image),8,3); cvCvtColor(image,hsv,CV_BGR2HSV); if((h != NULL) && (*h == NULL)) *h = cvCreateImage(cvGetSize(image),8,1); if((s != NULL) && (*s == NULL)) *s = cvCreateImage(cvGetSize(image),8,1); if((v != NULL) && (*v == NULL)) *v = cvCreateImage(cvGetSize(image),8,1); cvSplit(hsv,*h,(s == NULL)?NULL:*s,(v==NULL)?NULL:*v,NULL); cvReleaseImage(&hsv);}

用到的图片 t1 这里写图片描述 t2