opencv学习：直方图的反向投影（第十四集）

目标：

直方图反向投影

原理：

反向投影是一种用于图像分割的技术手段，在此过程中会识别出感兴趣区域。其输出结果与输入图像尺寸一致，并为每个像素赋予对应位置属于目标对象的概率值。简而言之，在输出图像中像素值越高，则代表该点越可能是目标区域的一部分。直方图投影常与camshift追踪算法配合使用以提高定位精度。在算法实现过程中，则需要先为包含感兴趣区域的图像建立直方图（例如选择一片纯色区域作为背景）。被追踪对象应占据整个搜索空间（如整个画面均为同一颜色），最好采用颜色直方图而非灰度直方图以便于后续分割识别工作。接着将颜色信息从直方图中投影至输入图像中以确定目标位置，并计算每个像素点在直方图中的概率值从而生成一个概率分布图最后通过设定合适的阈值对概率分布图进行二值化处理以获得清晰的目标轮廓。

numpy算法：

建立两幅颜色直方图，目标图像直方图（M），输入图像直方图（I）

 import cv2

    
 import numpy as np
    
 from matplotlib import pyplot as plt
    
 #roi图片，就想要找的的图片
    
 roi = cv2.imread('3.jpg')
    
 hsv = cv2.cvtColor(roi,cv2.COLOR_BGR2HS