opencv2對讀書筆記反投影直方圖以檢測待定的圖像內容

cv::calcBackProject(&image,//目標圖像
	1, // 圖像個數
	channels, // 通道數量
	histogram, // 進行反投影的直方圖
	result, // 結果圖像
	ranges, // 每個維度的閾值
	255.0 // 放縮因子
	);

#include "cv.h"
#include "highgui.h"
#include "histogram.h"
#include 
using namespace std;

#include 
#include 

class ObjectFinder {

private:

	float hranges[2];
	const float* ranges[3];
	int channels[3];

	float threshold;
	cv::MatND histogram;
	cv::SparseMat shistogram;

public:

	ObjectFinder() : threshold(0.1f){

	ranges[0]= hranges; 
	ranges[1]= hranges; 
	ranges[2]= hranges; 
	}

	// 設置閾值
	void setThreshold(float t) {

	threshold= t;
	}

	// 返回閾值
	float getThreshold() {

	return threshold;
	}

	// 設置目標直方圖,進行歸一化
	void setHistogram(const cv::MatND& h) {
	histogram= h;
	cv::normalize(histogram,histogram,1.0);
	}

	// 查找屬于目標直方圖概率的像素
	cv::Mat find(const cv::Mat& image) {

	cv::Mat result;

	hranges[0]= 0.0;	
	hranges[1]= 255.0;
	channels[0]= 0;	
	channels[1]= 1; 
	channels[2]= 2; 

	cv::calcBackProject(&image,
	1, 
	channels, 
	histogram, 
	result, 
	ranges, 
	255.0 
	);

	// 通過閾值投影獲得二值圖像
	if (threshold>0.0)
	cv::threshold(result, result, 255*threshold, 255, cv::THRESH_BINARY);

	return result;
	}

};

int main()
{
	//讀取圓圖像
	cv::Mat initimage= cv::imread("../2.jpg");
	if (!initimage.data)
	return 0; 

	//顯示原圖像
	cv::namedWindow("原圖像");
	cv::imshow("原圖像",initimage);

	//讀取灰度圖像
	cv::Mat image= cv::imread("../2.jpg",0);
	if (!image.data)
	return 0; 

	//設置目標區域
	cv::Mat imageROI;
	imageROI= image(cv::Rect(262,151,113,150)); // 區域為小孩的臉部區域

	//顯示目標區域
	cv::namedWindow("目標區域圖像");
	cv::imshow("目標區域圖像",imageROI);

	//計算目標區域直方圖
	Histogram1D h;
	cv::MatND hist= h.getHistogram(imageROI);
	cv::namedWindow("目標區域直方圖");
	cv::imshow("目標區域直方圖",h.getHistogramImage(imageROI));

	//創建檢查類
	ObjectFinder finder;
	//將目標區域直方圖傳入檢測類
	finder.setHistogram(hist);

	//初始化閾值
	finder.setThreshold(-1.0f);

	//進行反投影
	cv::Mat result1;
	result1= finder.find(image);

	//創建負圖像并顯示概率結果
	cv::Mat tmp;
	result1.convertTo(tmp,CV_8U,-1.0,255.0);
	cv::namedWindow("負圖像概率結果圖像越暗概率越大");
	cv::imshow("負圖像概率結果圖像越暗概率越大",tmp);

	//得到二值反投影圖像
	finder.setThreshold(0.01f);
	result1= finder.find(image);

	//在圖像中繪制選中區域
	cv::rectangle(image,cv::Rect(262,151,113,150),cv::Scalar(0,0,0));

	//顯示原圖像
	cv::namedWindow("原圖像的灰度圖");
	cv::imshow("原圖像的灰度圖",image);

	//二值結果圖
	cv::namedWindow("二值結果圖");
	cv::imshow("二值結果圖",result1);

	cv::waitKey();
	return 0;
}