'compareHist' 不适用于类似图像答案

【问题标题】：'compareHist' not working for similar images'compareHist' 不适用于类似图像
【发布时间】：2017-10-04 11:29:56
【问题描述】：

我一直在尝试使用直方图匹配从示例图像中找到匹配的图像。在大多数情况下，我的代码运行良好。使用方法 Bhattacharyya 的范围是 0

谁能帮助我，为什么这种比较会带来更大的价值？

src image and test image

int main(){
    src_base = imread("images/src.jpg",-1);
    src_test1 = imread("images/test.png",-1);
    double base_test1 = hsvToHist(src_base, src_test1,3);
    cout<< " Bhattacharyya template  Base-Test(1) : "<< base_test1<<endl;

    return 0;  
}


double hsvToHist( Mat src_base, Mat  src_test1, int method){

    Mat hsv_base, hsv_test1;
    cvtColor( src_base, hsv_base, COLOR_BGR2HSV );
    cvtColor( src_test1, hsv_test1, COLOR_BGR2HSV );

    /// initialization to calculate histograms (Using 50 bins for hue, 60 for saturation)
    int h_bins = 50; int s_bins = 60;
    int histSize[] = { h_bins, s_bins };
    float h_ranges[] = { 0, 180 };
    float s_ranges[] = { 0, 256 };
    const float* ranges[] = { h_ranges, s_ranges };
    int channels[] = { 0, 1 };

    /// Histograms
    Mat hist_base, hist_test1;

    /// Calculate the histograms for the HSV images
    calcHist( &hsv_base, 1, channels, Mat(), hist_base, 2, histSize, ranges, true, false );
    normalize( hist_base, hist_base, 0, 1, NORM_MINMAX, -1, Mat() );


    calcHist( &hsv_test1, 1, channels, Mat(), hist_test1, 2, histSize, ranges, true, false );
    normalize( hist_test1, hist_test1, 0, 1, NORM_MINMAX, -1, Mat() );

    ///'3' for Bhattacharyya
    double base_test1 = compareHist( hist_base, hist_test1, method );
    return base_test1;
}

【问题讨论】：

我怀疑它与底部的文字有关。尝试裁剪文本然后进行比较。
不，我在这种情况下只使用了图像。在这里我附上了一个截图，这就是它让你感到困惑的原因。
哦，我刚刚注意到它们是不同的图像格式。这就是为什么。
是的，你没看错……但是使用相同的格式也给了我更高的价值……有什么建议吗？
我需要查看原始图像。您提供的示例全部合并为一个 PNG，因此我无法对其进行任何操作。

标签： c++ opencv histogram image-comparison

【解决方案1】：

即使看起来相同，PNG 和 JPEG 图像也会有不同的直方图，因为 JPEG 是经过压缩的，这意味着信息已被删除，直方图已被基本过滤和平滑。此外，PNG 将具有比 JPEG 更大的值范围。使用不同的 bin 大小可能会得到更好的结果，但如果不进行测试就很难判断。

【讨论】：

我已经尝试过了……但是虽然我已经采集了相同格式的样本，但值仍然很高（0.64）……显然使用不同的格式会产生更高的结果（0.84）。

【解决方案2】：

Bhattacharyya 距离在分母中有 N^2 项，其中 N 是像素数。通常，这允许不同大小的图像具有相似的值。但是，对于您正在比较的图标，除数要小得多。您可以通过与图像大小相关的因素来缩放指标。

或者，您可以使用 HISTCMP_CORREL 方法，如果像素之间的差异不太显着，该方法会产生较低的绝对值。如果比较更多像素，此方法会产生更大的值。

如果您希望获得独立于图像大小差异的相似结果，您可以计算这两个指标，如果其中一个图像通过了严格的相似性阈值，则认为图像相等。实际阈值会有所不同，具体取决于您是比较彩色图像还是灰度图像，以及您是否使用直方图均衡化对图像进行了预处理（请参阅 cv::equalizeHist）。

【讨论】：