Java OpenCV-4.0.0 直方图比较
对输入的两张图像计算得到直方图H1与H2,归一化到相同的尺度空间
然后可以通过计算H1与H2的之间的距离得到两个直方图的相似程度进
而比较图像本身的相似程度。Opencv提供的比较方法有四种:
Correlation 相关性比较
Chi-Square 卡方比较
Intersection 十字交叉性
Bhattacharyya distance 巴氏距离
1 首先把图像从RGB色彩空间转换到HSV色彩空间cvtColor
2 计算图像的直方图,然后归一化到[0~1]之间calcHist和normalize;
3 使用上述四种比较方法之一进行比较compareHist
1 代码
package com.xu.test;
import java.util.stream.Collectors;
import java.util.stream.Stream;
import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfFloat;
import org.opencv.core.MatOfInt;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
/**
*
* @Title: OpenCV.java
* @Package com.xu.opencv
* @Description: TODO
* @author: xuhyacinth
* @date: 2020年1月14日20:15:39
* @version V-1.0
* @Copyright: 2019 xuhyacinth
*
*/
public class Test {
static {
//在使用OpenCV前必须加载Core.NATIVE_LIBRARY_NAME类,否则会报错
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
}
public static void main(String[] args) {
compareHist_2();
}
/**
* OpenCV-4.0.0 直方图比较
*
* @return: void
* @date: 2020年1月14日20:15:39
*/
public static void compareHist_1() {
Mat src = Imgcodecs.imread(“C:\\Users\\Administrator\\Pictures\\3.jpeg”);
Mat hsv = new Mat();
//图片转HSV
Imgproc.cvtColor(src, hsv,Imgproc.COLOR_BGR2HSV);
Mat hist = new Mat();
//直方图计算
Imgproc.calcHist(Stream.of(hsv).collect(Collectors.toList()),new MatOfInt(0),new Mat(),hist,new MatOfInt(255) ,new MatOfFloat(0,256));
//图片归一化
Core.normalize(hist, hist, 1, hist.rows() , Core.NORM_MINMAX, -1, new Mat() );
//直方图比较
double a = Imgproc.compareHist(hist,hist,Imgproc.CV_COMP_CORREL);
System.out.println(“越接近1越相识度越高\n比较结果:”+a);
}
/**
* OpenCV-4.0.0 直方图比较
*
* @return: void
* @date: 2020年1月14日20:15:39
*/
public static void compareHist_2() {
Mat src_1 = Imgcodecs.imread(“C:\\Users\\Administrator\\Pictures\\3_1.jpeg”);// 图片 1
Mat src_2 = Imgcodecs.imread(“C:\\Users\\Administrator\\Pictures\\3_2.jpeg”);// 图片 2
Mat hvs_1 = new Mat();
Mat hvs_2 = new Mat();
//图片转HSV
Imgproc.cvtColor(src_1, hvs_1,Imgproc.COLOR_BGR2HSV);
Imgproc.cvtColor(src_2, hvs_2,Imgproc.COLOR_BGR2HSV);
Mat hist_1 = new Mat();
Mat hist_2 = new Mat();
//直方图计算
Imgproc.calcHist(Stream.of(hvs_1).collect(Collectors.toList()),new MatOfInt(0),new Mat(),hist_1,new MatOfInt(255) ,new MatOfFloat(0,256));
Imgproc.calcHist(Stream.of(hvs_2).collect(Collectors.toList()),new MatOfInt(0),new Mat(),hist_2,new MatOfInt(255) ,new MatOfFloat(0,256));
//图片归一化
Core.normalize(hist_1, hist_1, 1, hist_1.rows() , Core.NORM_MINMAX, -1, new Mat() );
Core.normalize(hist_2, hist_2, 1, hist_2.rows() , Core.NORM_MINMAX, -1, new Mat() );
//直方图比较
double a = Imgproc.compareHist(hist_1,hist_1,Imgproc.CV_COMP_CORREL);
double b = Imgproc.compareHist(hist_1,hist_2,Imgproc.CV_COMP_CORREL);
System.out.println(“越接近1越相识度越高”);
System.out.println(“同一张图片\t比较结果(相识度):”+a);
System.out.println(“不同图片\t比较结果(相识度):”+b);
}
}
2 图片
在这里插入图片描述
3 结果
越接近1越相识度越高
同一张图片 比较结果(相识度):1.0
不同图片 比较结果(相识度):0.9995354866663728
转自:https://www.cnblogs.com/interdrp/p/15434591.html