# 环境

  • Python:3.6.5 OpenCV 4.1.2
  • C++:OpenCV 4.1.2
  • JS:OpenCV 4.5.0

环境搭建可参考:B 站视频

# 知识点

图像直方图比较:

图像直方图比较,就是计算两幅图像的直方图数据,比较两组数据的相似性,从而得到两幅图像之间的相似程度,直方图比较在早期的 CBIR 中是应用很常见的技术手段,通常会结合边缘处理、词袋等技术一起使用。

相关 API:

double compareHist( InputArray H1, InputArray H2, int method );

比较常见的方法有:

  • 相关性比较(Correlation):最常用的方法之一,值的绝对值越接近 1,表示相关性越强;越趋近与 0,表示相关性越弱;
  • 卡方比较(Chi-Square):和相关性比较正好相反,越趋近于 0,相关性越强;越趋近于 1,相关性越弱;
  • 交叉比较(Intersection):最简单,效果差,并不常用。对比 H1,H2 并求出最小值,最后求和;
  • 巴氏距离(Bhattacharyya distance):最常用的方法之一,效果最好,但计算量也最大。0 强 1 弱。

想要更加详细的了解这四种相关性比较算法的原理,参考这篇博客:compareHist 函数详解

# C++ 代码

#ifndef DAY19
#define DAY19

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

void day19() {

	Mat src1 = imread("E:\\_Image\\OpenCVTest\\m1.png");
	Mat src2 = imread("E:\\_Image\\OpenCVTest\\m2.png");
	Mat src3 = imread("E:\\_Image\\OpenCVTest\\flower.jpg");
	Mat src4 = imread("E:\\_Image\\OpenCVTest\\girl.jpg");

	imshow("input1", src1);
	imshow("input2", src2);
	imshow("input3", src3);
	imshow("input4", src4);

	Mat hsv1, hsv2, hsv3, hsv4;
	cvtColor(src1, hsv1, COLOR_BGR2HSV);
	cvtColor(src2, hsv2, COLOR_BGR2HSV);
	cvtColor(src3, hsv3, COLOR_BGR2HSV);
	cvtColor(src4, hsv4, COLOR_BGR2HSV);

	// 定义参数变量
	int h_bins = 60; int s_bins = 64;
	int histSize[] = { h_bins, s_bins };
	float h_ranges[] = { 0, 180 };
	float s_ranges[] = { 0, 256 };
	const float* ranges[] = { h_ranges, s_ranges };
	int channels[] = { 0, 1 };

	// 计算图像直方图
	Mat hist1, hist2, hist3, hist4;
	calcHist(&hsv1, 1, channels, Mat(), hist1, 2, histSize, ranges, true, false);
	calcHist(&hsv2, 1, channels, Mat(), hist2, 2, histSize, ranges, true, false);
	calcHist(&hsv3, 1, channels, Mat(), hist3, 2, histSize, ranges, true, false);
	calcHist(&hsv4, 1, channels, Mat(), hist4, 2, histSize, ranges, true, false);

	normalize(hist1, hist1, 0, 1, NORM_MINMAX, -1, Mat());
	normalize(hist2, hist2, 0, 1, NORM_MINMAX, -1, Mat());
	normalize(hist3, hist3, 0, 1, NORM_MINMAX, -1, Mat());
	normalize(hist4, hist4, 0, 1, NORM_MINMAX, -1, Mat());

	for (int i = 0; i < 4; i++)
	{
		// HISTCMP_CORREL = 0,	相关性
		// HISTCMP_CHISQR = 1,	卡方(Chi-Square)
		// HISTCMP_INTERSECT = 2,	交叉(Intersection)
		// HISTCMP_BHATTACHARYYA = 3,	巴氏距离(Bhattacharyya Distance)
		int compare_method = i;
		double src1_src2 = compareHist(hist1, hist2, compare_method);
		double src3_src4 = compareHist(hist3, hist4, compare_method);
		printf(" Method [%d]  : src1_src2 : %.2f, src3_src4: %.2f,  \n", i, src1_src2, src3_src4);
	}

	waitKey();
}

#endif // !DAY19

# 结果展示