void CHumanTracker::generateRegionHistogram(Mat& region, MatND &hist, bool vis)
{
MatND prior = hist.clone();
Mat hsv;
cvtColor(region, hsv, CV_BGR2HSV);
Mat mask = Mat::zeros(region.rows, region.cols, CV_8UC1);
for (int r = 0; r < region.rows; r++)
{
for (int c = 0; c < region.cols; c++)
{
unsigned int v = hsv.at<Vec3b>(r,c)[2];
// TODO: Make me parameters
if (( v > 10) && (v < 240))
{
mask.at<uchar>(r,c) = 1;
}
}
}
// namedWindow( "Face Mask", 1 );
// imshow( "Face Mask", mask * 255 );
int histSize[] = {hbins, sbins};
float hranges[] = {0, 180};
float sranges[] = {0, 256};
const float* ranges[] = { hranges, sranges};
int channels[] = {0, 1};
calcHist(&hsv, 1, channels, mask, hist, 2, histSize, ranges, true, false);
for( int h = 0; h < hbins; h++ )
{
for( int s = 0; s < sbins; s++ )
{
hist.at<float>(h,s) = (0.99 * prior.at<float>(h,s)) + (0.01 * hist.at<float>(h,s));
}
}
// We should make it a probability dist.
normalize(hist, hist, 1.0, 0.0, NORM_L1);
if (vis)
{
// For vis
Mat visHist;
normalize(hist, visHist, 255.0, 0.00, NORM_MINMAX);
int scale = 10;
Mat histImg = Mat::zeros(sbins * scale, hbins* scale, CV_8UC3);
for( int h = 0; h < hbins; h++ )
{
for( int s = 0; s < sbins; s++ )
{
float binVal = visHist.at<float>(h, s);
int intensity = cvRound(binVal);///maxVal);
rectangle( histImg, Point(h*scale, s*scale),
Point( (h+1)*scale - 1, (s+1)*scale - 1),
Scalar::all(intensity),
CV_FILLED );
}
}
if ((debugLevel & 0x08) == 0x08)
{
namedWindow( "H-S Histogram", 1 );
imshow( "H-S Histogram", histImg );
waitKey(1);
}
}
}
/*
* 功能：直方图相似度计算和匹配
* 参数：
* 状态：
*/
int histMatch()
{
Mat frame,img;
Mat staRoiHist;
MatND RoiHist;
int DRAW_H=400,DRAW_W=400;
Mat draw(DRAW_W,DRAW_H,CV_8UC3,Scalar(0,0,0));//建立一个显示直方图的图片，背景为纯黑色
int DRAW_BIN_W=cvRound(DRAW_W/histsize1);
/****打开摄像头****/
VideoCapture cam(0);
if(!cam.isOpened())
return -1;
/****鼠标捕捉****/
namedWindow("camera",1);
namedWindow("rgb_hist",1);
setMouseCallback("camera",onMouse,0);//这里用的是面向对象的思想，只要有鼠标动作就会调用鼠标响应函数
while(1)
{
if(!pause)//暂停按钮只需控制视频的读取
{
cam>>frame;
if(frame.empty())
break; //break此处跳出的是while语句，一般是跳出for或while语句，不要理解为跳出if语句
}
if(tracking)
{
Mat RoiImage(frame,selectROI);
/*********************************************************************************************/
/* calcHist():计算图像块的直方图矩阵
/*calcHist(),第1个参数为原数组区域列表；第二个参数为有计算几个原数组；参数3为需要统计的通道索引数；参数4为操作掩码
/*第5个参数为存放目标直方图矩阵；参数6为需要计算的直方图的维数；参数7为每一维的bin的个数；参数8为每一维数值的取值范围
/*参数10为每个bin的大小是否相同的标志，默认为1，即bin的大小都相同；参数11为直方图建立时清除内存痕迹标志，默认为0，即清除
/**********************************************************************************************/
calcHist(&RoiImage,1,channels,Mat(),RoiHist,3,histsize,ranges);
//原数组区域RoiImage,1个源，需要统计的通道索引为{0,1,2},
//目标直方图RoiHist，3维，每一维的bin数histsize,取值范围为
//ranges,实际上计算出的目标矩阵类似一维矩阵。
/****************************************************************************************/
/* normalize()：根据某种范数或者数值范围归一化数组
/* normalize(),参数1表示需要归一化的数组；参数2为归一化后的目的数组;参数3表示输出数值的最小值/最大值
/* 或者输出数值的范数;参数4表示输出数值的最小值/最大值;参数5表示归一化数组使用的归一化类型，默认值为使用
/* L2范数;参数6为对应元素的掩膜矩阵，默认值为空，即不采用掩膜操作
/*****************************************************************************************/
normalize(RoiHist,RoiHist);//使用L2范数将RoiHist直方图原地归一化
vector<Mat> rgb_planes;//这里的vector为向量，向量的数据类型为Mat结构体，向量的长度为3
split(RoiImage,rgb_planes);//将rgb图分解到rgb_planes各个分量中
calcHist(&rgb_planes[0],1,0,Mat(),rhist,1,&histsize1,&ranges1);
normalize(rhist,rhist,0,DRAW_H,NORM_MINMAX);//进行最大最小值归一化
calcHist(&rgb_planes[1],1,0,Mat(),ghist,1,&histsize1,&ranges1);
normalize(ghist,ghist,0,DRAW_H,NORM_MINMAX);
calcHist(&rgb_planes[2],1,0,Mat(),bhist,1,&histsize1,&ranges1);
normalize(bhist,bhist,0,DRAW_H,NORM_MINMAX);
if(nFrame_num==1)
{
// preselectROI=selectROI;
preselectROI.x=selectROI.x;
preselectROI.y=selectROI.y;
preselectROI.width=selectROI.width;
preselectROI.height=selectROI.height;
staRoiHist=RoiHist.clone();//第一次选定目标，作为标准模板目标
}
else if(nFrame_num>1&&comp==true)
{
/**************************************************************************************/
/* compareHist():比较2个直方图的相似度
/* compareHist()，参数1为比较相似度的直方图1；参数2为比较相似度的直方图2；参数3为相似度的计算方式。有四种，
/* 分别为CV_COMP_CORREL,CV_COMP_CHISQR,CV_COMP_INTERSECT,CV_COMP_BHATTACHARYYA
/*************************************************************************************/
double distence=compareHist(staRoiHist,RoiHist,CV_COMP_INTERSECT);
//计算后面选定的与这次选定的相似度，使用INTERSECT，值越大越相似
printf("与第1次选定的图像区域相似度为：%f\n",distence);//数组越大，相似度越大
//显示直方图
for(int i=1;i<histsize1;i++)
{
//画直线中要注意2点，因为图片的原点在左上角，而直方图坐标系的原点在左下角，
//所以高度值都需要被直方图图纸高度减掉，另外取一维直方图时只能用at运算符
line(draw,Point(DRAW_BIN_W*(i-1),DRAW_H-cvRound(rhist.at<float>((i-1)))),
Point(DRAW_BIN_W*(i),DRAW_H-cvRound(rhist.at<float>(i))),Scalar(255,0,0),2,8,0);
line(draw,Point(DRAW_BIN_W*(i-1),DRAW_H-cvRound(ghist.at<float>((i-1)))),
Point(DRAW_BIN_W*(i),DRAW_H-cvRound(ghist.at<float>(i))),Scalar(0,255,0),2,8,0);
line(draw,Point(DRAW_BIN_W*(i-1),DRAW_H-cvRound(bhist.at<float>((i-1)))),
Point(DRAW_BIN_W*(i),DRAW_H-cvRound(bhist.at<float>(i))),Scalar(0,0,255),2,8,0);
}
imshow("rgb_hist",draw);
draw=Mat::zeros(DRAW_W,DRAW_H,CV_8UC3);//每画完一次直方图后都进行一次清0操作
comp=false;
}
rectangle(frame,selectROI,Scalar(0,255,0),2,8);//手动选定一次就显示一次
}//end tracking
rectangle(frame,preselectROI,Scalar(0,0,255),5,8);//初始的选定目标一直不变
imshow("camera",frame);
//键盘响应
char c = (char)waitKey(10);
if( c == 27 )
break;
switch(c)
{
case 'p'://暂停键
pause = !pause;
break;
default:
;
}
}//end while;
