目录
1 目标
-
什么是反向投影，它可以实现什么功能？
-
如何使用OpenCV函数 calcBackProject 计算反向投影？
-
如何使用OpenCV函数 mixChannels 组合图像的不同通道？
2原理：什么是反向投影？
-
反向投影是一种记录给定图像中的像素点如何适应直方图模型像素分布的方式。
-
简单的讲， 所谓反向投影就是首先计算某一特征的直方图模型，然后使用模型去寻找图像中存在的该特征。
-
例如， 你有一个肤色直方图 ( Hue-Saturation 直方图 ),你可以用它来寻找图像中的肤色区域:
3 代码实现
实例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;
/// 全局变量
Mat src; Mat hsv; Mat hue;
int bins = 25;
/// 函数申明
void Hist_and_Backproj(int, void*);
/** @函数 main */
int main(int argc, char** argv)
{
/// 读取图像
src = imread("C:\\Users\\guoqi\\Desktop\\ch7\\4.jpg", 1);
/// 转换到 HSV 空间
cvtColor(src, hsv, CV_BGR2HSV);
/// 分离 Hue 通道
hue.create(hsv.size(), hsv.depth());
int ch[] = { 0, 0 };
mixChannels(&hsv, 1, &hue, 1, ch, 1);
/// 创建 Trackbar 来输入bin的数目
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);
/// 现实图像
imshow(window_image, src);
/// 等待用户反应
waitKey(0);
return 0;
}
/**
* @函数 Hist_and_Backproj
* @简介：Trackbar事件的回调函数
*/
void Hist_and_Backproj(int, void*)
{
MatND hist;
int histSize = MAX(bins, 2);
float hue_range[] = { 0, 180 };
const float* ranges = { hue_range };
/// 计算直方图并归一化
calcHist(&hue, 1, 0, Mat(), hist, 1, &histSize, &ranges, true, false);
normalize(hist, hist, 0, 255, NORM_MINMAX, -1, Mat());
/// 计算反向投影
MatND backproj;
calcBackProject(&hue, 1, 0, hist, backproj, &ranges, 1, true);
/// 显示反向投影
imshow("BackProj", backproj);
/// 显示直方图
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 实现结果
实例1运行结果：
