少有人走的路演示代码：
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;
string convertToString(double d);
int main(int argc, char** argv) {
Mat base, test1, test2;
Mat hsvbase, hsvtest1, hsvtest2;
base = imread("e:/5gray.bmp");
if (!base.data) {
printf("could not load image...\n");
return -1;
}
test1 = imread("e:/5.png");
test2 = imread("e:/5_1.png");
//imshow("a", base);
//imshow("b1", test1);
//imshow("c", test2);
cvtColor(base, hsvbase, CV_BGR2HSV);
cvtColor(test1, hsvtest1, CV_BGR2HSV);
cvtColor(test2, hsvtest2, CV_BGR2HSV);
int h_bins = 50; int s_bins = 60;
int histSize[] = { h_bins, s_bins };
// hue varies from 0 to 179, saturation from 0 to 255
float h_ranges[] = { 0, 180 };
float s_ranges[] = { 0, 256 };
const float* ranges[] = { h_ranges, s_ranges };
// Use the o-th and 1-st channels
int channels[] = { 0, 1 };
MatND hist_base;
MatND hist_test1;
MatND hist_test2;
calcHist(&hsvbase, 1, channels, Mat(), hist_base, 2, histSize, ranges, true, false);
normalize(hist_base, hist_base, 0, 1, NORM_MINMAX, -1, Mat());
calcHist(&hsvtest1, 1, channels, Mat(), hist_test1, 2, histSize, ranges, true, false);
normalize(hist_test1, hist_test1, 0, 1, NORM_MINMAX, -1, Mat());
calcHist(&hsvtest2, 1, channels, Mat(), hist_test2, 2, histSize, ranges, true, false);
normalize(hist_test2, hist_test2, 0, 1, NORM_MINMAX, -1, Mat());
double basebase = compareHist(hist_base, hist_base, CV_COMP_BHATTACHARYYA);
double basetest1 = compareHist(hist_base, hist_test1, CV_COMP_BHATTACHARYYA);
double basetest2 = compareHist(hist_base, hist_test2, CV_COMP_BHATTACHARYYA);
double tes1test2 = compareHist(hist_test1, hist_test2, CV_COMP_BHATTACHARYYA);
printf("test1 compare with test2 correlation value :%f", tes1test2);
Mat test12;
test2.copyTo(test12);
putText(base, convertToString(basebase), Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, LINE_AA);
putText(test1, convertToString(basetest1), Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, LINE_AA);
putText(test2, convertToString(basetest2), Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, LINE_AA);
putText(test12, convertToString(tes1test2), Point(50, 50), CV_FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255), 2, LINE_AA);
namedWindow("b", CV_WINDOW_AUTOSIZE);
namedWindow("t1", CV_WINDOW_AUTOSIZE);
namedWindow("t2", CV_WINDOW_AUTOSIZE);
imshow("b", base);
imshow("t1", test1);
imshow("t2", test2);
imshow("12", test12);
waitKey(0);
return 0;
}
string convertToString(double d) {
ostringstream os;
if (os << d)
return os.str();
return "invalid conversion";
}
（三种原图base、test1、test2）
（CV_COMP_INTERSECT 算法的比较，b为图base和图base比较，t1是图test1和图base、t2是图test2和图base、12是图test1和图test2比较）
（CV_COMP_CHISQR 算法的比较）
（CV_COMP_CORREL算法的比较）
（CV_COMP_BHATTACHARYYA 算法的比较）
代码说明：
直方图比较方法-概述
对输入的两张图像计算得到直方图H1与H2，归一化到相同的尺度空间然后可以通过计算H1与H2的之间的距离得到两个直方图的相似程度进
而比较图像本身的相似程度。Opencv提供的比较方法有四种：
Correlation 相关性比较
Chi-Square 卡方比较
Intersection 十字交叉性
Bhattacharyya distance 巴氏距离
下面依次说明各种算法的数学原理。
直方图比较方法-相关性计算(CV_COMP_CORREL)
直方图比较方法-卡方计算(CV_COMP_CHISQR)
直方图比较方法-十字计算(CV_COMP_INTERSECT)
H1,H2分别表示两个图像的直方图数据
直方图比较方法-巴氏距离计算(CV_COMP_BHATTACHARYYA )
H1,H2分别表示两个图像的直方图数据
相关API
首先把图像从RGB色彩空间转换到HSV色彩空间cvtColor
计算图像的直方图，然后归一化到[0~1]之间calcHist和normalize;
使用上述四种比较方法之一进行比较compareHist
compareHist( InputArray h1, // 直方图数据，下同 InputArray H2, int method// 比较方法，上述四种方法之一 )
---------------------
作者：hackpig
来源：www.skcircle.com
版权声明：本文章代码及资料部分或全部来自贾志刚老师的视频，勇哥只是在个人理解的基础上做学习笔记，转载请附上博文链接！
