c#灰度直方图算法及调用

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256×256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256×256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 int[256];

unsafe

{

byte* ptr = (byte*)data.Scan0;

int remain = data.Stride - data.Width * 3;

for (int i = 0; i < histogram.Length; i++)

{

histogram[i] = 0;

}

for(int i=0;i

{

for(int j=0;j

{

int mean = ptr[0] + ptr[1] + ptr[2];

mean /= 3;

histogram[mean]++;

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à减?后ó绝?对?值μ

///

///

///

///

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á算?最?终?结á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(firstNum[i], secondNum[i]);

}

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ó 0.6946089

//418后ó 448后ó 0.81816417

//418前° 448前° 0.766890645

//468 468红ì 0.192232266

//468黄? 468红ì 0.286766857

//448前° 448前° 1.0

int[] firstNum = GetHisogram(Resize("C:\\Img\\448.jpg", "C:\\Img\\NewImg\\448.jpg"));

int[] secondNum = GetHisogram(Resize("C:\\Img\\418.jpg", "C:\\Img\\NewImg\\418.jpg"));

float result = GetResult(firstNum, secondNum);

}