OpenCV Core.MinMaxLocResult 返回什么？答案

【问题标题】：What does OpenCV Core.MinMaxLocResult return?OpenCV Core.MinMaxLocResult 返回什么？
【发布时间】：2014-03-05 11:58:12
【问题描述】：

我正在尝试做与这篇文章类似的事情：Getting dominant colour value from HSV Histogram

我有一张图片，想从中提取主色（色调）。我已经到了计算直方图的地步，并从 minMaxLoc 获得了 maxValue。但是我从 Core.MinMaxLocResult 检索的数字完全没有意义。我得到了 806924 和 1067036 之类的东西； Hue 的期望值不应该在 0 到 180 之间吗？

直方图是否应该归一化？为何如此？我见过像“equalizeHist”和“normalize”这样的方法，但我真的不知道如何使用它们以及它们将如何帮助我。

另外，一旦我得到了一个合理的“最常出现”的色调数字，我如何将其转换为实际的颜色阴影（例如“绿色是这张图片中出现次数最多的颜色”）？有标准的色调范围吗？比如0-10是红色，10-20是紫色等等？

更新：这是我的代码：

    private void processImage(String imgFilename) {
            channels = new MatOfInt[] { new MatOfInt(0), new MatOfInt(1),
            new MatOfInt(2) };
    histSize = new MatOfInt(histSizeNum);
    hRanges = new MatOfFloat(0f, 180f); // hue varies from 0 to 179
    // use openCV stuff to convert from RGB to HLS space
    Mat src = Highgui.imread(imgFilename);
    Mat hls = new Mat();// destination color space
    Imgproc.cvtColor(src, hls, Imgproc.COLOR_RGB2HLS);
    Core.split(hls, hlsChannels);
    Mat hue = hlsChannels.get(0);
    Mat lum = hlsChannels.get(1);
    Mat sat = hlsChannels.get(2);
    // we compute the histogram from the 0-th channel for hue
    Imgproc.calcHist(Arrays.asList(hls), channels[0], new Mat(), hist,
            histSize, hRanges);

     Core.normalize(hist, hist, 0,2, Core.NORM_MINMAX, -1, new Mat());

    Core.MinMaxLocResult result = Core.minMaxLoc(hist);
    // max value should contain the most-recurring Hue value.
    double mostOccurringHue = result.maxVal;
    double leastOccurringHue = result.minVal;
    //double mostOccurringHue = result.maxLoc.x;
    //double leastOccurringHue = result.minLoc.x;

    // print out for sanity checking
    System.out.println("MAX HUE = " + Double.toString(mostOccurringHue) +"\n");
    System.out.println("MIN HUE = " + Double.toString(leastOccurringHue) +"\n");

【问题讨论】：

标签： opencv colors histogram hue

【解决方案1】：

我没有使用 openCV 的 ibuilt 计算直方图及其归一化方法，而是为它编写了自己的代码，因为我们只为色调通道创建直方图。看看我的代码。

int main()
{

    Mat input = imread("jan31/class4Jan31.jpg",1);
    Mat hsv_input;
    int h_bins = 5;
    Mat hist_input = Mat::zeros( 1, h_bins, CV_32FC1);
    int h_range = 179;
    int totalNumberPixels = 0;

    cvtColor(input, hsv_input, CV_RGB2HSV);
    Mat hsv_channels[3];

    split( hsv_input, hsv_channels );

    for (int i=0; i<hsv_channels[0].rows; i++)
    {
        for (int j=0; j<hsv_channels[0].cols; j++)
        {               
            if( (int)hsv_channels[1].at<uchar>(i,j)>10 &&    (int)hsv_channels[1].at<uchar>(i,j)>100)
            {               
                totalNumberPixels++;
                int pixel_value = (int)hsv_channels[0].at<uchar>(i,j);
                int corresponding_bin =  ( pixel_value * h_bins ) / h_range;                
                hist_input.at<float>( 0, corresponding_bin ) = ( hist_input.at<float>( 0, corresponding_bin ) + 1 );                
            }                                                                                       
        }
    }

    cout<<"\n total pixels: "<<totalNumberPixels;

    for(int i=0; i<hist_input.rows; i++)
    {
        for (int j=0; j<hist_input.cols; j++)
        {
            float pixel = hist_input.at<float>(i,j);
            hist_input.at<float>(i,j) = pixel / totalNumberPixels;

            pixel = hist_input.at<float>(i,j);
            cout<<"\n Pixel: "<<pixel;
        }
    }

    cv::waitKey(0);
    return 0;
}

【讨论】：

谢谢。我已经在我的代码中测试了这个概念，并且通过使用比你更多的垃圾箱，能够辨别出正确的颜色。但是，这只对我有用一次。之后，嵌套的 for 循环导致性能超级差；我的整个应用程序变慢了，而且我遇到了堆/分配问题。我在 Android 中做这一切，所以也许你没有遇到同样的问题？我认为内置的openCV直方图计算在内部效率更高。
我没有遇到过这样的问题。对我来说，它只需要 4 毫秒。第二件事是，它比 opencv 的内置 calcHist() 具有更好的控制，因为在这种情况下，我们可以通过设置饱和度和 V 通道的一些阈值来消除白色和黑色像素，因此只能使用某些像素进行直方图计算。此外，正如您提到的那样，您增加了 bin 的数量，因此，即使 calcHist() 也随着 bin 数量的增加而变得非常慢，但是您想使用它，您可以尝试一下...它很容易使用它...

【解决方案2】：

我建议您再次检查您提到的链接上发布的答案。您应该考虑以下几点：

-您正在寻找主要颜色值，因此您应该只使用色调通道。

-你的 hranges 应该是 0-180。

-dims 应该是 1（不是 2），因为你只需要值直方图。

==> 之后，maxValLoc 将以“Point”格式告诉您具有最大值的 bin，其中 point 将由 x 和 y 坐标组成。

例如：

double minVal; double maxVal; Point minLoc; Point maxLoc;
minMaxLoc( hist_image, &minVal, &maxVal, &minLoc, &maxLoc, Mat() );

现在您的“maxVal”将包含最大值，“maxLoc.y”和“maxLoc.x”将告诉您包含该最大值的点的行和列值。

【讨论】：

我已经用 Code 更新了我的帖子。你能检查一下吗？我已经考虑了您的所有建议，但仍然没有为“mostOccurringHue”变量获得有效的色调（0 到 180 之间）。我尝试了规范化和没有。
我已经发布了另一个答案，其中包含自己创建色调直方图的代码......请看看它

【解决方案3】：

如果您发布部分代码会很好。您可以通过以下方式标准化直方图：

normalize( hist_input, hist_input, 0, 2, NORM_MINMAX, -1, Mat() );

要预测得到绿色的范围，最好检查一下绿色图像的 H 分量中的像素值。对我来说，53-65 是在撒谎。

【讨论】：