C#結(jié)合OpenCVSharp4使用直方圖算法比較圖片相似度

直方圖有灰度直方圖、顏色直方圖,如果是灰度圖像，那么就用灰度直方圖,這里使用顏色直方圖來計算兩個圖片的相似度。

這里只記錄如何使用，至于算法原理，問就是不會。

直方圖算法效率高，但精度不夠，適合快速比較，例如以圖搜圖

1. 下載 OpenCVSharp4

通過NuGet包管理器進行下載。搜索OpenCVSharp4下載?？蓞⒖记耙黄恼?C#結(jié)合OpenCVSharp4圖片相似度識別

2. 使用

        /// <summary>
        /// 直方圖相關(guān)性 
        /// 結(jié)果越接近1 則越相似
        /// 圖片相似度識別（精度不高，速度較快，可用于以圖搜圖）
        /// </summary>
        /// <param name="imgFile1"></param>
        /// <param name="imgFile2"></param>
        public double Compare_Hist(string imgFile1, string imgFile2)
        {
            var matA = Cv2.ImRead(imgFile1);
            var matB = Cv2.ImRead(imgFile2);

            // 拆分通道
            Cv2.Split(matA, out Mat[] matA_S);
            Cv2.Split(matB, out Mat[] matB_S);

            //直方圖的像素范圍   
            Rangef[] histRange = { new Rangef(0, 256) };

            //直方圖數(shù)組大小
            int[] histSize = { 256 };

            //直方圖輸出數(shù)組
            Mat hist_A = new Mat();
            Mat hist_B = new Mat();

            bool uniform = true, accumulate = false;
            Cv2.CalcHist(matA_S, new int[] { 0, 1, 2 }, null, hist_A, 1, histSize, histRange, uniform, accumulate);
            Cv2.CalcHist(matB_S, new int[] { 0, 1, 2 }, null, hist_B, 1, histSize, histRange, uniform, accumulate);

            //歸一化，排除圖像分辨率不一致的影響
            Cv2.Normalize(hist_A, hist_A, 0, 1, NormTypes.MinMax, -1, null);
            Cv2.Normalize(hist_B, hist_B, 0, 1, NormTypes.MinMax, -1, null);

            //相關(guān)性比較
            var res = Cv2.CompareHist(hist_A, hist_B, HistCompMethods.Correl);
            return res;
        }

比較結(jié)果

可以看出基本符合預(yù)期。

注意：由于直方圖算法未考慮像素的空間位置，所以當(dāng)圖片旋轉(zhuǎn)后，仍會被認(rèn)為是同一個圖

下面是將圖片旋轉(zhuǎn)后的計算結(jié)果，可以看到跟沒有旋轉(zhuǎn)時的計算結(jié)果一樣

記錄完畢~文章來源地址http://www.zghlxwxcb.cn/news/detail-702330.html

到了這里，關(guān)于C#結(jié)合OpenCVSharp4使用直方圖算法比較圖片相似度的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！