如何在opencv / python中识别具有特定形状的直方图

Question

如何在opencv / python中识别具有特定形状的直方图

pythonopencvhistogram

6

我希望能够将图片（来自杂志）分割成文本和图片部分。我有多个区域的直方图。我使用Python中的OpenCV（cv2）进行处理。

我想要识别这样的直方图。

http://matplotlib.sourceforge.net/users/image_tutorial-6.png

作为一个典型的文本区域形状，我该如何做到这一点？

编辑：非常感谢您迄今为止的帮助。

我将我的 ROIs 得到的直方图与我提供的样本直方图进行了比较：

hist = cv2.calcHist(roi,[0,1], None, [180,256],ranges)
compareValue = cv2.compareHist(hist, samplehist, cv.CV_COMP_CORREL)
print "ROI: {0}, compareValue: {1}".format(i,compareValue)

假设ROI 0、1、4和5是文本区域，ROI是图像区域，我得到的输出如下：

ROI：0，compareValue：1.0
ROI：1，compareValue：-0.000195522081574 <--- 分类错误
ROI：2，compareValue：0.0612670248952
ROI：3，compareValue：-0.000517370176887
ROI：4，compareValue：1.0
ROI：5，compareValue：1.0

我该怎么做才能避免错误分类？对于一些图像，误分类率约为30％，这太高了。（我还尝试了CV_COMP_CHISQR、CV_COMP_INTERSECT、CV_COMP_BHATTACHARYY和（hist*samplehist）。sum()，但它们也提供了错误的compareValues）

- soet

2个回答

3

您可以使用简单的相关度量。

确保您计算的直方图和参考直方图已经归一化（即表示概率）
对于每个直方图计算（假设myRef和myHist是numpy数组）：

metric = (myRef * myHist).sum()
该度量标准衡量直方图与您的参考直方图相似程度。

- Simon Bergot

这是一个非常有趣的想法。但是你所说的 myRef 到底是什么意思？它是另一个直方图还是和 myHist 一样大小的数组？还是任意的 numpy 数组？ - samkhan13

@samkhan13 是的，myRef 是我们想要比较的直方图。 - Simon Bergot

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Abid Rahman K · Accepted Answer

如果您想绘制直方图，我已经向OpenCV提交了一个Python示例，您可以从这里获取：http://code.opencv.org/projects/opencv/repository/entry/trunk/opencv/samples/python2/hist.py。它用于绘制两种类型的直方图。第一种适用于彩色和灰度图像，如此处所示：http://opencvpython.blogspot.in/2012/04/drawing-histogram-in-opencv-python.html。第二种是专门针对灰度图像的，与问题中的图像相同。我将展示第二种及其修改。考虑下面的完整图像： enter image description here

我们需要绘制如您所示的直方图。请查看以下代码：

import cv2
import numpy as np

img = cv2.imread('messi5.jpg')
mask = cv2.imread('mask.png',0)
ret,mask = cv2.threshold(mask,127,255,0)

def hist_lines(im,mask):
    h = np.zeros((300,256,3))
    if len(im.shape)!=2:
        print "hist_lines applicable only for grayscale images"
        #print "so converting image to grayscale for representation"
        im = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
    hist_item = cv2.calcHist([im],[0],mask,[256],[0,255])
    cv2.normalize(hist_item,hist_item,0,255,cv2.NORM_MINMAX)
    hist=np.int32(np.around(hist_item))
    for x,y in enumerate(hist):
        cv2.line(h,(x,0),(x,y),(255,255,255))
    y = np.flipud(h)
    return y

histogram = hist_lines(img,None)

以下是我们得到的直方图。请记住，这是整个图像的直方图。因此，我们对掩码使用了None。

enter image description here

现在我想找到图像某一部分的直方图。OpenCV的直方图函数提供了掩码功能。对于普通直方图，您应该将其设置为None。否则，您必须指定掩码。

掩码是一个8位图像，其中白色表示应该用于直方图计算的区域，黑色表示不应该用于直方图计算的区域。

因此，我使用了如下的掩码（使用画图创建，您需要根据自己的目的创建自己的掩码）。

enter image description here

我将代码的最后一行更改为以下内容：

histogram = hist_lines(img,mask)

现在看下面的区别：

enter image description here

(请记住，值已经标准化，因此显示的值不是实际像素计数，而是标准化为255。您可以根据需要进行更改。)

编辑：

我想我误解了你的问题。你需要比较直方图，对吗？

如果这就是你想要的，你可以使用cv2.compareHist函数。

有一个关于这个问题的C++官方教程。你可以在这里找到相应的Python代码。