opencv::直方图反向投影

直方图反向投影(Back Projection)
反向投影是反映直方图模型在目标图像中的分布情况。
简单点说就是用直方图模型去目标图像中寻找是否有相似的对象。通常用HSV色彩空间的HS两个通道直方图模型。

反向投影 – 步骤
1.建立直方图模型
2.计算待测图像直方图并映射到模型中
3.从模型反向计算生成图像

实现步骤与相关API
加载图片imread
将图像从RGB色彩空间转换到HSV色彩空间cvtColor
计算直方图和归一化calcHist与normalize
Mat与MatND其中Mat表示二维数组，MatND表示三维或者多维数据，此处均可以用Mat表示。
计算反向投影图像 - calcBackProject

void calcHist(
    const Mat* images,        //输入图像
    int nimages,              //输入图像的个数
    const int* channels,      //需要统计直方图的第几通道
    InputArray mask,          //掩膜，计算掩膜内的直方图  ...Mat()
    OutputArray hist,         //输出的直方图数组
    int dims,                 //需要统计直方图通道的个数
    const int* histSize,      //指的是直方图分成多少个区间，就是 bin的个数
    const float** ranges,     //统计像素值得区间
    bool uniform=true,        //是否对得到的直方图数组进行归一化处理
    bool accumulate=false     //在多个图像时，是否累计计算像素值得个数
)

Mat src; Mat hsv; Mat hue;
int bins = 12;
void Hist_And_Backprojection(int, void*);

int main(int argc, char** argv) {
    src = imread(STRPAHT3);
    if (src.empty()) {
        printf("could not load image...
");
        return -1;
    }
    
    //转hsv
    cvtColor(src, hsv, CV_BGR2HSV);
    hue.create(hsv.size(), hsv.depth());
    int nchannels[] = { 0, 0 };

    //将输入数组的指定通道复制到输出数组的指定通道。
    mixChannels(&hsv, 1, &hue, 1, nchannels, 1);


    createTrackbar("Histogram Bins:", "window_image", &bins, 180, Hist_And_Backprojection);
    Hist_And_Backprojection(0, 0);

    imshow("window_image", src);
    waitKey(0);
    return 0;
}

void Hist_And_Backprojection(int, void*) {
    float range[] = { 0, 180 };
    const float *histRanges = { range };
    Mat h_hist;

    //计算图像直方图
    calcHist(&hue, 1, 0, Mat(), h_hist, 1, &bins, &histRanges, true, false);
    // 归一化
    normalize(h_hist, h_hist, 0, 255, NORM_MINMAX, -1, Mat());

    Mat backPrjImage;
    //计算反向投影图像 
    calcBackProject(&hue, 1, 0, h_hist, backPrjImage, &histRanges, 1, true);
    imshow("BackProj", backPrjImage);

    return;
}