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;