opencv_ex25-圖像放大pyrUp、彩色或灰階轉HSV格式cvtColor、多變量直方圖變數MatND、HSV多變量直方圖計算calcHist、如果圖形很大那麼直方圖的點數很多這時就要把值歸一化normalize、畫面上寫文字putText
opencv_ex25-圖像放大pyrUp、彩色或灰階轉HSV格式cvtColor、多變量直方圖變數MatND、HSV多變量直方圖計算calcHist、如果圖形很大那麼直方圖的點數很多這時就要把值歸一化normalize、畫面上寫文字putText
GITHUB: https://github.com/jash-git/CPP_opencv249_ex
OpenCV計算直方圖
OpenCV的calcHist()函式可得到一個影像的直方圖，為了使用上的彈性，參數有點複雜。
void calcHist(const Mat* images, int nimages, const int* channels, InputArray mask, OutputArray hist, int dims, const int* histSize, const float** ranges, bool uniform=true, bool accumulate=false)
images：輸入圖，可以一個或多個圖，深度必須為CV_8U或CV_32F，可為任意通道數，但是每張圖的尺寸和深度必須相同。
nimages：有幾張輸入圖。
channels：直方圖通道清單。
mask：可有可無的遮罩。
hist：輸出的直方圖
dims：直方圖維度，必須為正數且不能超過CV_MAX_DIMS(目前為32)，假設為灰階圖的直方圖，每個像素只有強度資料，此時維度為1。
histSize：直方圖橫軸(也稱bin)數目。
ranges：直方圖的強度範圍，以8位元無負號的影像，就是[0,255]。
uniform：各維度取值是否一致。
accumulate：如果設定為true的話，在呼叫calcHist()這函式的時候，hist的內容不會被清掉，方便我們做多次的直方圖計算的累加。
歸一化函式
normalize(src, dst, alpha, beta, norm_type, dtype, mask)
src-輸入陣列。
dst-與SRC大小相同的輸出陣列。
α-範數值在範圍歸一化的情況下歸一化到較低的範圍邊界。
β-上限範圍在範圍歸一化的情況下；它不用於範數歸一化。
正規化-規範化型別（見下面的細節）。
NORM_MINMAX: 陣列的數值被平移或縮放到一個指定的範圍，線性歸一化。
NORM_INF: 歸一化陣列的（切比雪夫距離）L∞範數(絕對值的最大值)
NORM_L1: 歸一化陣列的（曼哈頓距離）L1-範數(絕對值的和)
NORM_L2: 歸一化陣列的(歐幾里德距離)L2-範數
dType——當輸出為負時，輸出陣列具有與SRC相同的型別；否則，它具有與SRC相同的通道數和深度＝CVH-MatthAsHead（DyType）。
OpenCV直方圖比較
double compareHist(InputArray H1, InputArray H2, int method)
H1：第一個直方圖。
H2：第二個直方圖，須和第一個直方圖尺寸相同。
method：比較方法，有以下四種方法可選擇，不論選擇何種，皆會返回一個比較值：
CV_COMP_CORREL：信號處理中的歸一化互相關方法，N為bin的總個數
CV_COMP_CHISQR：歸一化的平方和
CV_COMP_INTERSECT ：比較每個直方圖bin的值，總和較小的那個，也就是假如兩個直方圖沒有共同的值，計算結果為0，完全相同的直方圖，返回值等於像素的個數。
CV_COMP_BHATTACHARYYA：統計學中用於評估兩個概率分布相似性
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/ml/ml.hpp>
#include <iostream>
#include <cstdio>
#include <string>
#include <sys/timeb.h>
#if defined(WIN32)
#define TIMEB _timeb
#define ftime _ftime
typedef __int64 TIME_T;
#else
#define TIMEB timeb
typedef long long TIME_T;
#endif
using namespace cv;
using namespace std;
Mat src01;//input image
Mat src02;//input image
void Pause()
{
printf("Press Enter key to continue...");
fgetc(stdin);
}
int main()
{
Mat input01,input02;
input01 = imread("Lena01.jpg");
input02 = imread("Lena02.png");
if ((!input01.data)&&(!input02.data))
{
printf("could not load image...\n");
}
else
{
//放大
pyrUp(input01, src01, Size(input01.cols*2, input01.rows*2));
pyrUp(input02, src02, Size(input02.cols*2, input02.rows*2));
namedWindow("Lena01", CV_WINDOW_AUTOSIZE);
namedWindow("Lena02", CV_WINDOW_AUTOSIZE);
Mat hsvbase, hsvtest;
cvtColor(src01, hsvbase, CV_BGR2HSV);
cvtColor(src02, hsvtest, CV_BGR2HSV);
int h_bins = 50; int s_bins = 60;
int histSize[] = { h_bins, s_bins };
// hue varies from 0 to 179, saturation from 0 to 255
float h_ranges[] = { 0, 180 };
float s_ranges[] = { 0, 256 };
const float* ranges[] = { h_ranges, s_ranges };
// Use the o-th and 1-st channels
int channels[] = { 0, 1 };
//因為channels不是單一所以要使用MatND才支援多維
MatND hist_base;
MatND hist_test;
/*
OpenCV計算直方圖
OpenCV的calcHist()函式可得到一個影像的直方圖，為了使用上的彈性，參數有點複雜。
void calcHist(const Mat* images, int nimages, const int* channels, InputArray mask, OutputArray hist, int dims, const int* histSize, const float** ranges, bool uniform=true, bool accumulate=false)
images：輸入圖，可以一個或多個圖，深度必須為CV_8U或CV_32F，可為任意通道數，但是每張圖的尺寸和深度必須相同。
nimages：有幾張輸入圖。
channels：直方圖通道清單。
mask：可有可無的遮罩。
hist：輸出的直方圖
dims：直方圖維度，必須為正數且不能超過CV_MAX_DIMS(目前為32)，假設為灰階圖的直方圖，每個像素只有強度資料，此時維度為1。
histSize：直方圖橫軸(也稱bin)數目。
ranges：直方圖的強度範圍，以8位元無負號的影像，就是[0,255]。
uniform：各維度取值是否一致。
accumulate：如果設定為true的話，在呼叫calcHist()這函式的時候，hist的內容不會被清掉，方便我們做多次的直方圖計算的累加。
*/
calcHist(&hsvbase, 1, channels, Mat(), hist_base, 2, histSize, ranges, true, false);
normalize(hist_base, hist_base, 0, 1, NORM_MINMAX, -1, Mat());
calcHist(&hsvtest, 1, channels, Mat(), hist_test, 2, histSize, ranges, true, false);
/*
歸一化函式
normalize(src, dst, alpha, beta, norm_type, dtype, mask)
src-輸入陣列。
dst-與SRC大小相同的輸出陣列。
α-範數值在範圍歸一化的情況下歸一化到較低的範圍邊界。
β-上限範圍在範圍歸一化的情況下；它不用於範數歸一化。
正規化-規範化型別（見下面的細節）。
NORM_MINMAX: 陣列的數值被平移或縮放到一個指定的範圍，線性歸一化。
NORM_INF: 歸一化陣列的（切比雪夫距離）L∞範數(絕對值的最大值)
NORM_L1: 歸一化陣列的（曼哈頓距離）L1-範數(絕對值的和)
NORM_L2: 歸一化陣列的(歐幾里德距離)L2-範數
dType——當輸出為負時，輸出陣列具有與SRC相同的型別；否則，它具有與SRC相同的通道數和深度＝CVH-MatthAsHead（DyType）。
*/
//否則像素太多會爆掉
normalize(hist_test, hist_test, 0, 1, NORM_MINMAX, -1, Mat());
/*
OpenCV直方圖比較
double compareHist(InputArray H1, InputArray H2, int method)
H1：第一個直方圖。
H2：第二個直方圖，須和第一個直方圖尺寸相同。
method：比較方法，有以下四種方法可選擇，不論選擇何種，皆會返回一個比較值：
CV_COMP_CORREL：信號處理中的歸一化互相關方法，N為bin的總個數
CV_COMP_CHISQR：歸一化的平方和
CV_COMP_INTERSECT ：比較每個直方圖bin的值，總和較小的那個，也就是假如兩個直方圖沒有共同的值，計算結果為0，完全相同的直方圖，返回值等於像素的個數。
CV_COMP_BHATTACHARYYA：統計學中用於評估兩個概率分布相似性
*/
float basebase = compareHist(hist_base, hist_base, CV_COMP_CORREL);
float basetest = compareHist(hist_base, hist_test, CV_COMP_CORREL);
printf("basebase=%f\n", basebase);
printf("basetest=%f\n", basetest);
string strbasebase="basebase:",strbasetest="basetest:";
char buffer[100] = {};
sprintf(buffer, "%f", basebase);
strbasebase += buffer;
sprintf(buffer, "%f", basetest);
strbasetest += buffer;
/*
OpenCV 畫文字字串
void putText(Mat& img, const string& text, Point org, int fontFace, double fontScale, Scalar color, int thickness=1, int lineType=8, bool bottomLeftOrigin=false)
img：輸入圖，字串會畫在上面。
text：輸出字串，OpenCV目前沒有支援中文文字顯現。
org：文字左下角位置。
fontFace：字體樣式。
fontScale：字體大小。
color：字串顏色。
thickness：構成字串的線寬度。
lineType：通道型態，有以下三種可選： 8：8通道連結。 4：4通道連結。 CV_AA：消除鋸齒(antialiased line)，消除顯示器畫面橢圓邊緣的凹凸鋸齒。
*/
putText(src01, strbasebase, Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(255, 0, 0), 2, CV_AA);
putText(src02, strbasetest, Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(255, 0, 0), 2, CV_AA);
imshow("Lena01", src01);
imshow("Lena02", src02);
}
waitKey(0);
Pause();
return 0;
}