學習opencv使用反向塊投影搜尋圖像中的物體的位置cvcalcbackproject

1、學習opencv使用反向塊投影搜尋圖像中的物體的位置cvCalcBackProject.前一篇講了使用cvCalcBackProject尋找手的膚色地 方這一篇講在一幅圖像中尋找莫個特定的小物體步驟：1 .使用一幅只包含小物體的圖片（圖片大小和物體一樣大即可，不需要向上一篇同樣大），計算其二維直方圖（HSV空間中的h（亮度）和s （飽和度）二維直方圖（還可以和圖像的梯度和（或）梯度角度結合起來，查找紋理相似和（或）顏色相似2 .輸入一幅待搜索的圖片，轉(zhuǎn)化為HSV空間，只取h和s分量3 .設置搜索塊大小和物體大小相同 （即和第1步中圖片大小 相同），使用cvCalcBackProjectPatc

2、h反向塊投影 和圖片 result4 .在result中取最大值所在位置，即可得到物體在輸入圖片 中的位置了。（或者設定一個閾值）示例程序如下：#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(

3、)IplImage *src = cvLoadImage("f:imagesbluecup.jpg");IplImage *h_src = NULL ,*s_src = NULL;GetHSV(src,&h_src,&s_src,NULL);IplImage *images口 = h_src,s_src;CvHistogram *hist_src;計算二維直方圖int dims = 2;int size = 30,32; / 這個地方不要取的太大 ！當取為size口 = 180,256時E7200CPU會運行長達10幾 分鐘的！float r

4、ange_h口 = 0,180 / 再用 cvCvtColor 轉(zhuǎn)換時 h 已經(jīng)歸 一化到180 了,range_s = 0,256;float *ranges口 = range_h,range_s;hist_src =cvCreateHist(dims,size,CV_HIST_ARRAY ,ranges);cvCalcHist(images,hist_src);cvNormalizeHist(hist_src,1);IplImage *dst = cvLoadImage("f:imagesadrian1.jpg");IplImage *h_dst = NULL,*s_d

5、st = NULL;GetHSV(dst,&h_dst,&s_dst,NULL);images0 = h_dst ,images1 = 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);/塊

6、搜索時處理邊緣是直接舍去，故 result的大/卜比 dst小path_size大/卜/32F類型，取值為01最亮為1,可直接顯示/CV_COMP_CORREL 相關度，1時最匹配，0時最不匹配cvCalcBackProjectPatch(images,result,patch_size,hist_src,CV_COMP_CORREL,1);cvShowImage("result",result);我由最大值位置，可得到此位置即為杯子所在位置CvPoint max_location;cvMinMaxLoc(result,NULL,NULL,NULL,&max

7、_location ,NULL);加上邊緣，得到在原始圖像中的實際位置max_location.x += cvRound(patch_size.width/2);max_location.y += cvRound(patch_size.height/2);/在dst圖像中用紅色小圓點標由位置cvCircle(dst,max_location,3,CV_RGB(255,0,0),-1);cvShowImage("dst",dst);cvWaitKey();cvReleaseImage(&src);cvReleaseImage(&dst);cvR

8、eleaseImage(&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 = cvC

9、reateImage(cvGetSize(image),8,3);cvCvtC010r(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 = cvCreateImag

10、e(cvGetSize(image),8,1);cvSplit(hsv,*h,(s =NULL)?NULL:*s,(v=NULL)?NULL:*v,NULL);cvReleaseImage(&hsv);第一步物體圖片src剛好包含要搜索的物體：第二步輸入圖像即待搜索的圖像如下：在我的E7200 CPU , 1GB內(nèi)存 上大概運行了 20秒內(nèi)吧, 將size內(nèi)的數(shù)應該可以再適當改的更小此，速度就會提高更多了結果如下（見圖中紅色小圓圈標記由來）：若待搜索的圖片里有多個此物體，也是可以通過這種方法找由來的產(chǎn)于cvCalcBackProjectPatch 的大概意義，按我的理解的話，應該是通過塊窗口搜索圖像，比較窗口中對應像素的二維直方圖與給定直方圖的差異，若完全相同，那當然就越匹配對于不同的相關度方法，越匹配，具值由相關度方法而定，如本程序使用的是CV_COMP_CORREL即越相似，則值越