Я ищу способ сравнить 2 изображения и получить наиболее подходящее изображение в качестве вывода. Могу ли я это сделать, используя функцию гистограммы в OpenCV?
Может кто-нибудь мне помочь?
Но я не знаю, как это сделать, так как я не очень хорошо знаком с OpenCV. Спасибо.
Гистограмма просто гарантирует, что два изображения имеют одинаковое распределение цветов. Распределение цветов может быть одинаковым на очень разных изображениях.
В качестве примера представьте себе черно-белую шахматную доску 8x8 и изображение, левая сторона которого полностью черная, а сторона для катания чисто белая. Эти изображения имеют одинаковую гистограмму.
В обоих этих ответах обсуждаются гистограммы в OpenCV:
Горизонтальная гистограмма в OpenCV
Горизонтальная гистограмма в OpenCV
Если ваша цель — найти наиболее подходящее изображение, тогда в OpenCV есть функция cvMatchTemplate(), которая делает это. Is использует сопоставление гистограмм, но в коде не нужно объявлять что-либо еще. Можно найти часть изображения, которая лучше всего соответствует сопоставляемому шаблону и другим вариантам, доступным в документации.
Для каждого изображения рассчитайте гистограмму HSV:
Mat src_mat = imread("./image.jpg");
Mat hsv_mat;
cvtColor( src_mat, hsv_mat, CV_BGR2HSV );
MatND HSV_histogram;
int histSize[] = { 240, 240 };
float h_ranges[] = { 0, 255 };
float s_ranges[] = { 0, 180 };
const float* ranges[] = { h_ranges, s_ranges };
int channels[] = { 0, 1 };
calcHist( &hsv_mat, 1, channels, Mat(), HSV_histogram, 2, histSize, ranges, true, false );
normalize( HSV_histogram, HSV_histogram, 0, 1, NORM_MINMAX, -1, Mat() );
Затем сделайте попарное сравнение и получите оценку сходства:
double score_ij = compareHist( HSV_histogram_i, HSV_histogram_j, CV_COMP_BHATTACHARYYA );
Вы можете повысить точность, разделив изображение на более мелкие области и усреднив результаты.
