c++ - 使用直方图比较 c++ 匹配图像

Question

我有一个基本图像(一个数字或一个运算符)，我必须将它与 14 个图像(0 到 9 和 */- +)进行比较，以了解哪一个与基本图像匹配。

我创建了基本图像的直方图，并使用我为所有 14 个图像的直方图创建的循环，并对直方图进行了归一化处理。

在循环中，对于每个新创建的直方图 i 使用 compareHist() 函数与基础直方图进行比较。并输出结果的 double 值。

使用相关或卡方或交集或 Bhattacharyya 方法:

我得到一组特定的值。而且使用不同的基数时，我仍然得到相同的一组值。

为什么我会收到这个？我是否需要更改规范化函数以获得不同碱基的不同值？

代码:

void matchHistogram(){

Mat src_base, hsv_base;
Mat src_test1, hsv_test1;

/// Histograms
MatND hist_base;
MatND hist_test1;

/// Using 30 bins for hue and 32 for saturation
int h_bins = 30; int s_bins = 32;
int histSize[] = { h_bins, s_bins };

// hue varies from 0 to 255, saturation from 0 to 180
float h_ranges[] = { 0, 255 };
float s_ranges[] = { 0, 180 };

const float* ranges[] = { h_ranges, s_ranges };

// Use the o-th and 1-st channels
int channels[] = { 0, 1 };


for(int i=0;i<noOfcropped;i++){ //get base image  //noOfCropped is number of base images i'll compare to 14 images
    cout<<"     "<<i<<endl;
    stringstream croppedimage;
    croppedimage<<"CroppedImages/croppedImage"<<i;
    croppedimage<<".jpg";

    src_base = imread( croppedimage.str(), 1 );
    imshow(croppedimage.str(),src_base);

    /// Convert to HSV
    cvtColor( src_base, hsv_base, CV_BGR2HSV );


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


    for(int j=0;j<14;j++){//comparing 1 croppedimage with each different characters
        cout<<"  "<<j<<endl;
        stringstream test1;
        test1<<"ImagesToCompare/"<<j;
        test1<<".jpg";

        src_test1 = imread(test1.str(), 1 );

        /// Convert to HSV
        cvtColor( src_test1, hsv_test1, CV_BGR2HSV );

        /// Calculate the histogram for the HSV images
        calcHist( &hsv_test1, 1, channels, Mat(), hist_test1, 2, histSize, ranges);
        normalize( hist_test1, hist_test1, 0, 1,NORM_MINMAX, -1, Mat() );

        /// Apply the histogram comparison methods
        int compare_method = 0;
        //when 0 or 2, highest comparison values>> best match
        //when 1 or 3, lowest comparison values>> best match
        double base_test1 = compareHist( hist_base, hist_test1, compare_method );


        cout<<base_test1<<endl;
    }
}

Answer 1

如果我对你的问题的理解正确，你从一些类似位图的图像中分离并裁剪了一个字符，然后你想识别它是什么字符？ 比如自动字符识别？

或许您可以使用边缘检测器来代替比较直方图？

我会尝试这样的算法:

1. 查找、隔离和裁剪要识别的字符
2. 将其缩放到预定的水平和垂直尺寸以对其进行标准化。
3. 将定向边缘检测器扫过角​​色，像 Sobel 一样简单 边缘检测器。
   • 首先应用水平边缘检测器，然后水平“展平”边缘图 以获得表示每个像素行的边缘信息的 vector 。 (即计算每个像素行的边缘图中的 1 和 0)
   • 其次应用垂直边缘检测器，并垂直展平边缘图，给出 另一个 vector 表示每个像素列的边缘信息。 (即累加和统计每个像素列的边缘信息)
4. 连接这两个 vector [水平边缘信息， 垂直边缘信息]
5. 然后将最终的连接 vector 与库进行比较 已知测试样本的预计算 vector (0-9，+/*-)

看起来有些相似的数字 (8,6,9,3) 在水平分量或垂直分量中仍应具有明显的波峰和波谷。