Question

我想找到两幅图像的直方图，并使用欧几里德距离找到相似度。我正在尝试使用imhist命令，但它发出以下错误：

Error using ==> iptcheckinput
Function IMHIST expected its first input, I or X, to be two-dimensional.

我的代码如下：

% read two images
Im1 = imread('1.jpg');
Im2 = imread('2.jpg');

%  convert images to type double (range from from 0 to 1 instead of from 0 to 255)
Im1 = im2double(Im1);
Im2 = im2double(Im2);

% Calculate the Normalized Histogram of Image 1 and Image 2
hn1 = imhist(Im1)./numel(Im1);
hn2 = imhist(Im2)./numel(Im2);

% Calculate the histogram error
f = sum((hn1 - hn2).^2);
f; %display the result to console

Answer 1

实际上，直方图意味着表示单个通道的色调值的重新分配。彩色图像通常是3通道图像（大多数情况下为红色，绿色，蓝色）。

Ghaul的方法应该非常正确。如果您想更精确，可以提取每个通道并计算其直方图：

Red1 = Im1(:, :, 1);
Green1 = Im1(:, :, 2);
Blue1 = Im1(:, :, 3);
HnBlue1 = imhist(Blue1)./numel(Blue1);

您现在可以根据3个欧氏距离（每个通道1个）定义评估函数：

FBlue = sum((HnBlue1 - HnBlue2).^2);
FRed= sum((HnRed1 - HnRed2).^2);
...
F = Alpha*FBlue + Beta*FRed + Gamma*FGreen //as an example

因此，您可以将重点放在距离定义中的一种颜色或另一种颜色上。如果您要测试的图像具有特定颜色，那么这可能很有用。

这是Ghaul方法的替代品，但它的等价物是将Alpha，Beta和Gamma设置为“0.2989 * R + 0.5870 * G + 0.1140 * B”，正如安德烈所述。

Answer 2

我猜你的图像是彩色图像，即有三个通道。要将它们减少到一个通道灰度图像

Im1 = rgb2gray(Im1);
Im2 = rgb2gray(Im2);

hn1 = imhist(Im1)./numel(Im1);
hn2 = imhist(Im2)./numel(Im2);

等。

或者，如果您想处理所有颜色通道，可以在进行模拟之前将图像拉伸为矢量，即只需执行

hn1 = imhist(Im1(:))./numel(Im1);
hn2 = imhist(Im2(:))./numel(Im2);

使用直方图比较两个图像

2 个答案: