EMD距离详细介绍已经在在这里已经给出。
思路:我们把一张图像的归一化的一维直方图作为signature的权重值,把色相的值作为signature。也就是一般在比较两幅图像的EMD距离时,signature是一样,只是权重值不一样。
通过以下程序,就可以得到一幅图像的signature:
#include<iostream> using namespace std; #include<opencv2\core\core.hpp> #include<opencv2\highgui\highgui.hpp> #include<opencv2\imgproc\imgproc.hpp> using namespace cv; int main(int argc,char* argv[]) { Mat image,imageHsv,hist,histRow,normalHist; image = imread(argv[1],1); if(argc !=2 || !image.data) { cerr << " No image!" <<endl; } //颜色空间的转换 cvtColor(image,imageHsv,CV_BGR2HSV); //一维直方图 int hbins = 90; int histSize[] = {hbins}; float hranges[] = {0.0,180.0}; const float* ranges[] = {hranges}; int channels[] ={0}; calcHist(&imageHsv,1,channels,Mat(),hist,1,histSize,ranges,true,false); normalize(hist,normalHist,1,0,CV_L1,CV_32F); Mat signature(hbins,2,CV_32FC1); normalHist.copyTo(signature.col(0)); //我们把bin的均值作为signature中的特征,放在signature的第二列 float step = 180.0/hbins; for( int r=0;r < hbins; r++) signature.at<float>(r,1) =(step*r+(step*(r+1)-1))/2.0; return 0; }
图像检索:一维直方图+EMD距离,布布扣,bubuko.com
时间: 2024-10-13 10:39:04