当前位置：首页 > news >正文

网站制作方案相信乐云seo产品推广文案

news 2025/9/17 8:21:24

网站制作方案相信乐云seo,产品推广文案,浮动定位网页设计作业,网站开发背景怎么写操作系统：ubuntu22.04 OpenCV版本：OpenCV4.9 IDE:Visual Studio Code 编程语言：C11 算法描述计算直方图的反向投影。 cv::calcBackProject 函数计算直方图的反向投影。也就是说，类似于 calcHist，在每个位置 (x, y)…

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

计算直方图的反向投影。

cv::calcBackProject 函数计算直方图的反向投影。也就是说，类似于 calcHist，在每个位置 (x, y)，该函数收集输入图像中选定通道的值，并找到对应的直方图区间。但是，与其递增该区间值，该函数读取区间值，将其乘以 scale，并存储在 backProject(x, y) 中。从统计学的角度来看，该函数计算每个元素值相对于由直方图表示的经验概率分布的概率。例如，你可以如何找到并跟踪场景中的一个亮色物体：

在跟踪之前，让物体占据几乎整个画面，展示给摄像头。计算色调直方图。直方图可能会有强烈的峰值，对应于物体中的主导颜色。
在跟踪时，使用预先计算的直方图计算每个输入视频帧的色调平面的反向投影。对反向投影进行阈值处理以抑制弱颜色。可能还有意义的是抑制颜色饱和度不足、太暗或太亮的像素。
在结果图像中找到连通组件，并选择例如最大的组件。
这是 CamShift 颜色物体跟踪器的大致算法。

参数

参数images 源数组。它们都应该具有相同的深度（CV_8U, CV_16U 或 CV_32F），并且具有相同的尺寸。每一个都可以有任意数量的通道。
参数nimages 源图像的数量。
参数channels用于计算反向投影的通道列表。通道的数量必须与直方图的维度相匹配。第一个数组的通道编号从 0 到 images[0].channels()-1，第二个数组的通道编号从 images[0].channels() 到 images[0].channels() + images[1].channels()-1，以此类推。
参数hist 输入的直方图，它可以是密集的也可以是稀疏的。
参数backProject 目标反向投影数组，它是一个单通道数组，具有与 images[0] 相同的尺寸和深度。
参数ranges 每个维度的直方图区间边界的数组。参见 calcHist。
参数scale 反向投影输出的可选比例因子。
参数uniform 标志位，指示直方图是否是均匀的（参见上述说明）。

代码示例


#include <iostream>
#include <opencv2/opencv.hpp>using namespace std;
using namespace cv;int main()
{Mat src, hsvImg, hist;vector< Mat > hsv;int histSize = 5;src = imread( "/media/dingxin/data/study/OpenCV/sources/images/qiu.jpg" );imshow( "src", src );//转换为 HSV 通道图像cvtColor( src, hsvImg, COLOR_BGR2HSV );imshow( "hsvImg", hsvImg );//通道分离split( hsvImg, hsv );imshow( "hImg", hsv[ 0 ] );int channels[]        = { 0 };float hr[]            = { 0, 180 };const float* ranges[] = { hr };calcHist( &hsv[ 0 ], 1, &channels[ 0 ], Mat(), hist, 1, &histSize, &ranges[ 0 ] );normalize( hist, hist, 255, 0, NORM_L1 );imshow( "hist", hist );//计算反向投影Mat backImg;calcBackProject( &src, 1, &channels[ 0 ], hist, backImg, &ranges[ 0 ], 1 );imshow( "backImg", backImg );waitKey( 0 );
}