OpenCV机器学习MeanShift算法笔记分享
MeanShift算法
Mean shift 是一种机器学习算法，并不仅仅局限于图像上的应用。关于 Mean shift 算法介绍的书和文章很多，这里就不多介绍了。简单的说，Meanshift 算法是一种迭代算法，需要给一个初始的区域，然后这个算法会反复的调整这个区域，使得这个区域最吻合我们期望的特征。
OpenCV 中有两处用到了 Mean Shift 。分别是：
pyrMeanShiftFiltering
meanShift
这里只介绍第二个函数的使用方法。
我们的原始图像还是上次那个向日葵的图像，我们选中其中一朵向日葵来计算 Histogram，但是这次我们计算 Hue 通道的 Histogram：
之后用这个直方图数据在另外一个图像中用 Meanshift 算法去找向日葵。
下面是代码，首先加载原始图像。在原始图像中找到向日葵，计算向日葵区域的 Histogram。
cv::Mat image = cv::imread("D:\\向日葵.jpg");
cv::Mat imageROI = image(cv::Rect(130, 250, 75, 75));
ColorHistogram hist;
cv::Mat h = hist.getHueHistogram(imageROI, 65);
cv::imshow("pic", image);
ContentFinder finder;
finder.setHistogram(h);
finder.setThreshold(-1.0f);
之后加载我们要探测的图像，做 backproject，得到概率分布图。
cv::Mat image2 = cv::imread("D:\\02.jpg");
cv::Mat hsv;
cv::cvtColor(image2, hsv, CV_BGR2HSV);
int ch[1] = {0};
cv::Mat probImage = finder.find(hsv, 0.0, 180, ch);
cv::Mat img_color;
cv::applyColorMap(probImage, img_color, cv::COLORMAP_JET);
cv::imshow("backproject", img_color);
最后 Meanshift 就是在右图中找出概率最大的那个区域。对于这个问题来说，其实做个遍历就行。
meanshift 相比遍历效率更高。但是如果初始区域选的不好，有可能会找不到向日葵所在的区域。
所以meanshift 并不是万能的。
cv::Rect rect(100, 100, 200, 200);
cv::rectangle(image2, rect, cv::Scalar(255,0,0));
// cv::TermCriteria criteria(cv::TermCriteria::MAX_ITER, 30, 1);
cv::TermCriteria criteria(cv::TermCriteria::MAX_ITER | cv::TermCriteria::EPS,
10,
1);
cv::meanShift(probImage, rect, criteria);
cv::rectangle(image2, rect, cv::Scalar(0,0,255));
cv::imshow("image2", image2);
下面是输出结果，蓝框是我们随便选的初始区域，红框是得到的结果。可以看到准确的找到了向日葵所在区域。
如果我们初始区域选的不太好，就会找不到向日葵。比如下面的代码。
cv::Rect rect(0, 0, 200, 200);
cv::rectangle(image2, rect, cv::Scalar(255,0,0));
cv::TermCriteria criteria(cv::TermCriteria::MAX_ITER | cv::TermCriteria::EPS,
10,
1);
cv::meanShift(probImage, rect, criteria);
cv::rectangle(image2, rect, cv::Scalar(0,0,255));
cv::imshow("image2", image2);
可以看到迭代了10次，但是区域一点没动。一般来说我们可以随机选择初始区域，如果一个区域 meanshift失败了，就再随机选另一个区域。这样试几次就能得到不错的结果。
以上就是OpenCV机器学习MeanShift算法笔记分享的详细内容，更多关于OpenCV机器学习的资料请关注脚本之家其它相关文章！
相关文章
本篇内容主要给大家介绍了在python中上传字符或者文件到PHP服务器的相关实现代码，如果你正好用得到，一起学习下。2017-11-11
这篇文章主要介绍了python opencv将表格图片按照表格框线分割和识别，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-10-10
这篇文章主要介绍了python中Django安装和使用教程，本文图文并茂给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-07-07
基于selenium及python实现下拉选项定位select
这篇文章主要介绍了基于selenium及python实现下拉选项定位select,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-07-07
这篇文章主要介绍的是Python 遍历循环，遍历循环可理解为从遍历结构中逐一提取元素，放在循环变量中，对于所提取的每个元素执行一次语句块。由保留字for和in组成，完整遍历所有元素后结束每次循环，所获得元素放入循环变量，并执行一次语句块，下面就来看文章介绍2021-10-10
这篇文章主要介绍了Django ORM 自定义 char 类型字段解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
这篇文章主要介绍了python连接、操作mongodb数据库的方法,结合实例形式详细分析了Python针对MongoDB数据库的连接、查询、排序等相关操作技巧,需要的朋友可以参考下2019-09-09
下面小编就为大家分享一篇对numpy中数组元素的统一赋值实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
Python3之乱码\xe6\x97\xa0\xe6\xb3\x95处理方式
这篇文章主要介绍了Python3之乱码\xe6\x97\xa0\xe6\xb3\x95处理方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-05-05
Python使用mongodb保存爬取豆瓣电影的数据过程解析
这篇文章主要介绍了Python使用mongodb保存爬取豆瓣电影的数据过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
最新评论