使用OpenCV进行Python的反向投影

Question

我正在使用Python的openCV库，也就是cv2库。我用下面的函数来计算一个叫im_converted的图像的直方图。

hist = cv2.calcHist([im_converted], channels, None, histSize, ranges,hist, 1)

其中，im_converted是以uint8类型的numpy数组加载的。

hist似乎被强制要求为float32类型的numpy数组。当我使用反向投影函数时就出现了问题。（注意：我把直方图进行了归一化，使得np.sum(hist)=1）

backProj = cv2.calcBackProject([im_converted], channels, hist, ranges,scale);

相关文档可以在这里找到。backProj被强制要求为uint8类型的numpy数组。

• 如果scale=1，那么backProj的值就是0。
• 如果scale=255，那么backProj的值不为零，但数值非常小。

我的问题是：考虑到这些类型之间的差异，应该应用什么样的缩放因子？有没有办法改变这些类型？（注意：我尝试用hist=zeros(histSize, dtype=uint8)，但没有成功，最后得到的还是float32类型的直方图。）

Answer 1

这要看你的图片大小。如果你的图片像素超过255个，那么用uint8这种数据类型来做直方图就不够用了，因为可能会出现溢出的问题。

看起来OpenCV在调用calcBackProject时，会强制返回的图像数据类型和你传入的图像数据类型保持一致。如果你传入的是uint8类型的图像，但你的float32类型的直方图中有值超过255，那么你得到的反向投影图像可能会被截断。

最合理的做法是保持比例(scale)为1.0，但传入一个float32类型的图像给calcBackProject：

backProj = cv2.calcBackProject([im_converted.astype('float32')], channels, hist, ranges, scale)

另一种选择是传入uint8类型的图像，但将比例设置为255. / hist.max()。这样，在你的反向投影图像中，255就对应于出现频率最高的颜色。