Question

我有一个基本图像（数字或操作符），我必须与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，并对直方图进行了标准化。

在循环中，对于每个新创建的直方图，我使用compareHist（）函数与基本直方图进行比较。并输出结果的双值。

使用相关或卡方或交点或Bhattacharyya方法：

我得到一组特定的值。 使用不同的基础时，我仍然会得到相同的值集。

为什么我会这样？我是否需要更改normalize函数以获得不同碱基的不同值？

CODE：

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

如果我正确理解了您的问题，您可以从一些类似位图的图像中分离并裁剪一个字符，然后您想要确定它是什么字符？就像自动字符识别一样？

也许您可以使用边缘检测器而不是比较直方图？

我会尝试类似的算法：

查找，隔离并裁剪要识别的角色
将其缩放到预定的水平和垂直尺寸以对其进行标准化。
在角色上扫描一个定向边缘探测器，就像索贝尔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”边缘图获得表示每个像素行的边缘信息的向量。（即，对每个像素行计算边缘图中的1和0）
- 第二个应用垂直边缘检测器，并垂直展平边缘图给出另一个向量，表示每个像素列的边缘信息。（即累计并计算每个像素列的边缘信息）
连接这两个向量[水平边缘信息，垂直边信息]
然后将最终的连接向量与一个库进行比较已知测试样本的预计算向量（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然应该有明显的峰值和谷值。

使用直方图比较c ++匹配图像

1 个答案: