比较 RGB 直方图：plt.hist、np.histogram 和 cv2.compareHist答案

【问题标题】：Comparing RGB histograms: plt.hist, np.histogram, and cv2.compareHist比较 RGB 直方图：plt.hist、np.histogram 和 cv2.compareHist
【发布时间】：2014-09-20 17:34:01
【问题描述】：

从两个 jpeg 文件中，我使用 PIL 创建了两个 np rgb 值数组，一个维度为 nx 3，另一个为 mx 3。问题是如何将这两个数组输入 cv2.compareHist(h1, h2,方法）。这是我的代码的相关部分，在创建名为“bob1”和“mark1”的 np 数组之后：

-----
h1 = np.histogram(bob1)
ph1 = plt.hist(bob1)
plt.show() #looks nice, get 3 bars per bin

h2 = np.histogram(mark1)
ph2 = plt.hist(mark1)

#the problem occurs here:
d = cv2.compareHist(h1,h2, cv2.cv.CV_COMP_BHATTACHARYYA)
print d
---

我得到的错误是：

d = cv2.compareHist(h1,h2, cv2.cv.CV_COMP_BHATTACHARYYA)

TypeError: <unknown> is not a numpy array

如果我在上面代码的最后一行中将 h1 替换为 ph1 并将 h2 替换为 ph2，我会得到同样的错误。

感谢您的帮助。最终我想在几个 h_i 上迭代这个过程，并为每对 h_i、h_j 返回一个“d”值列表。

ps。以下是一些示例值：

bob1.shape = (9223, 3)
mark1.shape = (7861,3) 
#could make shapes equal via deleting rows

ph1 =[   91   758  1337  1669  1701  1595  1829  2759  5395 10535] 
ph2= [   81    363  1402  2042  1679  1777  1570  2051  2396 10222]
#here, ph1.shape == ph2.shape is True and ph1.shape = (10,)

【问题讨论】：

我也查过了，即使bob1.shape = mark1.shape，错误依然存在，比如：H1.type() == H2.type() && H1.type() == 函数 compareHist 中的 CV_32F。也许以下与我的根本问题有关？：answers.opencv.org/question/6695/…
你好，没用过python接口，但是如果你想比较不同大小的直方图你可以试试EMD距离docs.opencv.org/modules/imgproc/doc/…
在比较之前也尝试转换为浮点数
为什么不使用 OpenCV 的 cv2.calcHist() 函数？
compareHist() 需要两个 numpy 数组，但您传递的是一个元组。（ph1 应该是三个 numpy 数组的元组）

标签： opencv numpy histogram

【解决方案1】：

您遇到错误的原因是 OpenCV 的 cv2.compareHist 函数需要一个 Nx1 列的 bin 计数数组，而 Numpy histogram 函数返回 (bin_counts, bin_edges) 形式的元组。（请参阅here 以获取有关通过 Python 绑定公开的 OpenCV 直方图功能的一些信息。）

如果您通过直方图比较彩色图像，则多维 histogramdd 函数实际上更合适，因为 histogram 实际上在分箱之前将输入数组展平。

在这两种情况下，以下函数都会将 Numpy 直方图输出映射到对应的 OpenCV 兼容形式：

def np_hist_to_cv(np_histogram_output):
    counts, bin_edges = np_histogram_output
    return counts.ravel().astype('float32')

所以给定你描述的形式的随机数据：

import numpy as np
import cv2

bob1 = np.random.rand(100, 3).astype('float32')
mark1 = np.random.rand(100, 3).astype('float32')

您可以按如下方式构建 3D（即色彩空间）直方图：

h1 = np.histogramdd(bob1)
h2 = np.histogramdd(mark1)

并使用上述函数将参数传递给OpenCVcompareHist函数如下：

d = cv2.compareHist(np_hist_to_cv(h1), np_hist_to_cv(h2),
                    cv2.cv.CV_COMP_BHATTACHARYYA)
print d
0.932737905309

【讨论】：