概述
import cv2
import numpy as np
from matplotlib import pyplot as plt
__author__ = "zxsuperstar"
__email__ = "zxsuperstar@163.com"
"""
直方图方向投影, HSV和RGB色彩空间
"""
def hist2d_demo(image):
hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
hist = cv2.calcHist([image],[0,1],None,[180,256],[0,180,0,256])
cv2.imshow("hist2d",hist)
plt.imshow(hist,interpolation="nearest")
plt.title("2d histogram")
plt.show()
def back_projection_demo():
#直方图反向投影
sample = cv2.imread("t.jpg")
target = cv2.imread("t2.jpg")
roi_hsv = cv2.cvtColor(sample,cv2.COLOR_BGR2HSV)
target_hsv = cv2.cvtColor(target, cv2.COLOR_BGR2HSV)
cv2.imshow("sample",sample)
cv2.imshow("target",target)
roihist = cv2.calcHist([roi_hsv],[0,1],None,[32,32],[0,180,0,256])
cv2.normalize(roihist,roihist,0,255,cv2.NORM_MINMAX) #归一化
dst = cv2.calcBackProject(target_hsv,[0,1],roihist,[0,180,0,256],1)
cv2.imshow("backproject",dst)
if __name__ == "__main__":
src = cv2.imread("t.jpg") #blue green red
# cv2.namedWindow("image", cv2.WINDOW_AUTOSIZE)
cv2.imshow("image",src)
# hist2d_demo(src)
back_projection_demo()
cv2.waitKey(0)
cv2.destroyAllWindows()
说明:
1. 归一化就是要把需要处理的数据经过处理后(通过某种算法)限制在你需要的一定范围内。
归一化函数cv2.normalize原型:normalize(src, dst[, alpha[, beta[, norm_type[, dtype[, mask]]]]]) -> dst
src参数表示输入数组。
dst参数表示输出与src相同大小的数组,支持原地运算。
alpha参数表示range normalization模式的最小值。
beta参数表示range normalization模式的最大值,不用于norm normalization(范数归一化)模式。
norm_type参数表示归一化的类型。
norm_type参数可以有以下的取值:
NORM_MINMAX:数组的数值被平移或缩放到一个指定的范围,线性归一化,一般较常用。
NORM_INF:归一化数组的C-范数(绝对值的最大值)。
NORM_L1 :归一化数组的L1-范数(绝对值的和)。
NORM_L2 :归一化数组的(欧几里德)L2-范数。
2.反向投影用于在输入图像(通常较大)中查找特定图像(通常较小或者仅1个像素,以下将其称为模板图像)最匹配的点或者区域,也就是定位模板图像出现在输入图像的位置。
函数cv2.calcBackProject用来计算直方图反向投影。
函数原型:calcBackProject(images, channels, hist, ranges, scale[, dst]) -> dst
images参数表示输入图像(是HSV图像)。传入时应该用中括号[ ]括起来。
channels参数表示用于计算反向投影的通道列表,通道数必须与直方图维度相匹配。
hist参数表示输入的模板图像直方图。
ranges参数表示直方图中每个维度bin的取值范围 (即每个维度有多少个bin)。
scale参数表示可选输出反向投影的比例因子,一般取1。
最后
以上就是生动枫叶为你收集整理的Python-OpenCV 图像处理(十一):直方图方向投影的全部内容,希望文章能够帮你解决Python-OpenCV 图像处理(十一):直方图方向投影所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复