AIHIA梦工厂

标题: CV系列之利用积分图像统计ROI的像素 [打印本页]

作者: dongguazi 时间: 2023-8-27 09:08 PM
标题: CV系列之利用积分图像统计ROI的像素
1.分析

   直方图的计算方法，即遍历图像的全部像素并累计每个强度值在图像中出现的次数。我们也看到，有时只需要计算图像中某个特定区域的直方图。实际上，累计图像某个子区域内的像素总数是很多计算机视觉算法中的常见过程。现在假设需要对图像中的多个感兴趣区域计算几个此类直方图，这些计算过程马上都会变得非常耗时。这种情况下，有一个工具可以极大地提高统计图像子区域像素的效率，那就是积分图像。使用积分图像统计图像感兴趣区域的像素是一种高效的方法。它在程序中的应用非常广泛，例如用于计算基于不同大小的滑动窗口。本节将讲解积分图像背后的原理。这里的目标是说明如何只用三次算术运算，就能累加一个矩形区域的像素。

在累加多个图像区域的像素时，积分图像显得非常有用。通常来说，要获得感兴趣区域全部像素的累加和，常规的代码如下所示：

// 打开图像

cv::Mat image= cv::imread("bike55.bmp",0);

// 定义图像的 ROI（这里为骑自行车的女孩）

int xo=97, yo=112;  int width=25, height=30;

cv::Mat roi(image,cv::Rect(xo,yo,width,height));

// 计算累加值 // 返回一个多通道图像下的 Scalar 数值

cv::Scalar sum= cv::sum(roi);

cv::sum 函数只是遍历区域内的所有像素，并计算累加和。使用积分图像后，只需要三次加法运算即可实现该功能。不过你得先计算积分图像，代码如下所示：

// 计算积分图像 cv::Mat integralImage;

cv::integral(image,integralImage,CV_32S);

可以在积分图像上用简单的算术表达式获得同样的结果（下一节会详细解释），代码为：

// 用三个加/减运算得到一个区域的累加值

int sumInt= integralImage.at<int>(yo+height,xo+width)–  integralImage.at<int>(yo+height,xo)–  integralImage.at<int>(yo,xo+width)+  integralImage.at<int>(yo,xo);

   两种做法得到的结果是一样的。但计算积分图像需要遍历全部像素，因此速度比较慢。关键在于，一旦这个初始计算完成，你只需要添加四个像素就能得到感兴趣区域的累加和，与区域大小无关。因此，如果需要在多个尺寸不同的区域上计算像素累加和，最好采用积分图像。

2.解析：

   目标就是计算出ROI区域D的面积。

我们通过ROI矩形坐标将x0+w,y0+h划分为ABCD四个区域，每个点对应的数值就是之前图像所有点的积分数值，因此通过数学公式可以求出D的面积。

对于面积D=S(x0+w,y0+h)-S(x0,y0+h)-S(x0+w,y0)+S(x0,y0)=(SA+SB+SC+SD)-(SA+SB+SC)-(SA+SB)+(SA)=SD

通过以上的操作，非常容易就求出了ROI的像素。

3. 总结：

   取图像左上方的全部像素计算累加和，并用这个累加和替换图像中的每一个像素，用这种方式得到的图像称为积分图像。计算积分图像时，只需对图像扫描一次。实际上，当前像素的积分值等于上方像素的积分值加上当前行的累计值。因此积分图像就是一个包含像素累加和的新图像。为防止溢出，积分图像的值通常采用 int 类型（CV_32S）或 float 类型（CV_32F）。

参考来源于：OpenCV计算机视觉编程攻略

欢迎光临 AIHIA梦工厂 (https://aihiamgc.com/)