c#灰度直方图算法及调用.doc

颜色直方图颜色直方图是在许多图像检索系统中被广泛采用的颜色特征，它所描述的是不同色彩在整福图像中所占的比例，而并不关心每种色彩所处的空间位置，即无法描述图像中的对象或物体。颜色直方图特别适用于描述那些难以进行自动分割的图像灰度直方图灰度直方图是灰度级的函数，它表示图像中具有每种灰度级的像素的个数，反映图像中每种灰度出现的频率。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率，是图像的最基本的统计特征。灰度直方图的算法实现大致步骤如下：1.将图像转换成相同大小，以有利于计算出想象的直方图来2.计算转化后的会度直方图3.利用xx公式，得到直方图相似度的定量度量4.输出这些不知道有用没用的相似度结果数据代码实现步骤1.将图像转化成相同大小，我们暂且转化成256256吧public static Bitmap Resize(string imageFile, string newImageFile) Image img = Image.FromFile(imageFile); Bitmap imgOutput = new Bitmap(img, 256, 256); imgOutput.Save(newImageFile, System.Drawing.Imaging.ImageFormat.Jpeg); imgOutput.Dispose(); return (Bitmap)Image.FromFile(newImageFile); 解释一下：imageFile是原始图片的完整路径，newImageFile是强制转换大小后的256256图片的路径，为了“赛”后可以看到我们转化出来的图片长啥样，所以我就把它保存到了本地了，以至于有了上面的代码步骤2.计算图像的直方图/ / 灰度直方图计算方法 / / / public static int GetHisogram(Bitmap img) System.Drawing.Imaging.BitmapData data = img.LockBits(new System.Drawing.Rectangle(0, 0, img.Width, img.Height), System.Drawing.Imaging.ImageLockMode.ReadWrite, System.Drawing.Imaging.PixelFormat.Format24bppRgb); int histogram = new int256; unsafe byte* ptr = (byte*)data.Scan0; int remain = data.Stride - data.Width * 3; for (int i = 0; i histogram.Length; i+) histogrami = 0; for(int i=0;idata.Height;i+) for(int j=0;jdata.Width;j+) int mean = ptr0 + ptr1 + ptr2; mean /= 3; histogrammean+; ptr += 3; ptr += remain; img.UnlockBits(data); return histogram; 步骤3.计算直方图相似度度量这一步骤的法宝在于这个Sim(G,S)= (好像是欧氏距离公式，不清楚)其中G,S为直方图，N为颜色空间样点数为了大家少敲两行字儿，也给出一堆代码/ / 计?算?相减?后绝?对?值 / / / / private static float GetAbs(int firstNum, int secondNum) float abs = Math.Abs(float)firstNum - (float)secondNum); float result = Math.Max(firstNum, secondNum); if (result = 0) result = 1; return abs / result; / / 结算?最?终?结果? / / / / public static float GetResult(int firstNum, int secondNum) if (firstNum.Length != secondNum.Length) return 0; else float result = 0; int j = firstNum.Length; for (int i = 0; i j; i+) result += 1 - GetAbs(firstNumi, secondNumi); return result / j; 步骤4 输出调用的时候是这样的调用的 public MainWindow() InitializeComponent(); /448前 448后 0.6946089 /418后 448后 0.81816417 /418前 448前 0.766890645 /468 468红 0.192232266 /468黄? 468红 0.286766857 /448前 448前 1.0 int firstNum = GetHisogram(Resize(C:Img448.jpg, C:ImgNewImg448.jpg); i