JavaCv比较2个直方图

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了JavaCv比较2个直方图，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1979字，纯文字阅读大概需要3分钟。

内容图文

我正在尝试比较灰度图像中的两个直方图.
我正在使用CV_COMP_CHISQR(0.0完美匹配 – 1.0总不匹配).我将两个直方图归一化为1.
但是当我比较直方图时,我得到的结果超过了40.0,这没有任何意义.
我不知道是否可能错过了一些步骤或者可能出现了问题.
这是代码的快照.

public class Histogram {     
    public static void main(String[] args) throws Exception {

    String baseFilename = ".../imgs/lp.jpg";
    String contrastFilename = ".../imgs/lpUrb.jpg";c/surf_javacv/box_in_scene.png";

    IplImage baseImage = cvLoadImage(baseFilename);
    CvHistogram hist=getHueHistogram(baseImage);

    IplImage contrastImage = cvLoadImage(contrastFilename);
   CvHistogram hist1=getHueHistogram(contrastImage);

   double matchValue=cvCompareHist(hist, hist1, CV_COMP_CHISQR );
   System.out.println(matchValue);
  }


private static CvHistogram getHueHistogram(IplImage image){
if(image==null || image.nChannels()<1) new Exception("Error!");

IplImage greyImage= cvCreateImage(image.cvSize(), image.depth(), 1);    
cvCvtColor(image, greyImage, CV_RGB2GRAY);   

//bins and value-range
int numberOfBins=256;
float minRange= 0f;
float maxRange= 255f;
// Allocate histogram object
int dims = 1;
int[]sizes = new int[]{numberOfBins};
int histType = CV_HIST_ARRAY;
float[] minMax = new  float[]{minRange, maxRange};
float[][] ranges = new float[][]{minMax};
int uniform = 1;
CvHistogram hist = cvCreateHist(dims, sizes, histType, ranges, uniform);
// Compute histogram
int accumulate = 0;
IplImage mask = null;
IplImage[] aux = new IplImage[]{greyImage};

cvCalcHist(aux,hist, accumulate, null);
cvNormalizeHist(hist, 1);

cvGetMinMaxHistValue(hist, minMax, minMax, sizes, sizes);
System.out.println("Min="+minMax[0]); //Less than 0.01
System.out.println("Max="+minMax[1]); //255
return hist;
}
}//CLass end

解决方法:

从书籍“Learnig OpenCV”：

“对于卡方,低分表示比高分更好的匹配.完美匹配为0,总不匹配无界限(取决于直方图的大小).”

如果您需要将结果放在段[0,1]中使用method = CV_COMP_INTERSECT,其中高分表示匹配良好,低分表示不匹配.如果两个直方图都归一化为1,则完美匹配为1,总不匹配为0.

内容总结

以上是互联网集市为您收集整理的JavaCv比较2个直方图全部内容，希望文章能够帮你解决JavaCv比较2个直方图所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端