图像差分的方法
差分图像的几个方法
2017/7/25
在处理图像的时候，特别是处理视频流图像的时候，往往会用到图像差分的方法。顾名思义，图像差分，就是把两幅图像的对应像素值相减，以削弱图像的相似部分，突出显示图像的变化部分。例如，差分图像往往能够检测出运动目标的轮廓，能够提取出闪烁导管的轨迹等等。
那么，该如何对图像进行差分呢，或者说输入一个视频流，如何进行差分处理呢。
懂点OpenCV的同学可能就要说了，opencv里不是有现成的函数实现差分的吗，直接拿来用就可以了，废话那么多作甚。没错，OpenCV里跟差分相关的函数有两个，一个是cvSub()函数，一个是cvAbsDiff()函数。先来看看这两个函数的参数。
void cvSub(const CvArr* src1, const CvArr* src2, CvArr* dst,const CvArr* mask=NULL);
两个输入图像src1和src2和一个输出图像dst具有相同的类型和大小。cvSub适用于IplImage以及cvMat两种结构。一个简单的例子如下：
#include <opencv2/opencv.hpp>
int main()
{
IplImage*src1 = cvLoadImage("E:\\testvideo\\test1.png");
IplImage*src2 = cvLoadImage("E:\\testvideo\\test2.png");
assert(src1);
IplImage*dst = cvCreateImage(cvGetSize(src1),src1->depth,src1->nChannels);
cvSub(src1,src2,dst);
cvShowImage("1",src1);
cvShowImage("2",src2);
cvShowImage("dst",dst);
cvWaitKey(0);
}
执行结果：
如果将代码cvSub(src1,src2,dst);改为cvSub(src2,src1,dst);则差分结果为：
这说明，cvSub()函数是直接将两者的像素值相减，差值小于零的归一到零处理，而没有取差的绝对值。同时，也说明了cvSub()不仅支持灰度图像，也支持三通道图像。
而cvAbsDiff()函数计算了两幅图像中差的绝对值。其参数跟cvSub()函数类似，如下所示，
void cvAbsDiff(const CvArr* src1, const CvArr* src2, CvArr* dst );
所以cvAbsDiff(src2,src1,dst);和cvAbsDiff(src1,src2,dst);的执行结果一样，如下：
但是，很多人肯定想着自己实现代码，并进行优化，
/*图像的差分
*要求输入输出图像有相同的格式和大小
*/
void cvSub(IplImage* src1,IplImage*src2,IplImage* dst)
{
IplImage*src1_gray = cvCreateImage(cvGetSize(src1),8,1);
IplImage*src2_gray = cvCreateImage(cvGetSize(src2),8,1);
cvCvtColor(src1,src1_gray,CV_RGB2GRAY);
cvCvtColor(src2,src2_gray,CV_RGB2GRAY);
CvScalarpixel;
for (int i = 0;i <src1->height; i++)
for (int j = 0; j< src1->width; j++)
{
CvScalarp1 = cvGet2D(src1_gray,i,j);
CvScalarp2 = cvGet2D(src2_gray,i,j);
pixel.val[0]= abs(p1.val[0] - p2.val[0])*120/(p1.val[0]); //相对灰度值
cvSet2D(dst,i,j,pixel);
}
cvReleaseImage(&src1_gray);
cvReleaseImage(&src2_gray);
cvShowImage("result",dst);
}
int main()
{
IplImage*src1 = cvLoadImage("D:\\test1.png");
IplImage*src2 = cvLoadImage("D:\\test2.png");
assert(src1);
IplImage*dst = cvCreateImage(cvGetSize(src1), src1->depth, src1->nChannels);
cvSub(src1, src2, dst);
cvShowImage("1", src1);
cvShowImage("2", src2);
cvShowImage("dst", dst);
cvWaitKey(0);
}
运行效果如下：
//图像差分
#include <stdio.h>
#include <stdlib.h>
#include <iostream>
#include "opencv2/opencv.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/ml.hpp"
using namespace std;
void Image_Minus(IplImage *X, IplImage *Y, IplImage *X_Y)
{
//图像差分函数，将图像1中像素和图像2中对应像素想减，要求X、Y、X_Y大小相同
int i, j, width, height, step, chanel;
unsigned char *dataX, *dataY, *dataX_Y;
width = X->width;
height = X->height;
//存入矩阵数据
dataX = (unsigned char *)X->imageData;
dataY = (unsigned char *)Y->imageData;
dataX_Y = (unsigned char *)X_Y->imageData;
//计算步长
step = X->widthStep / sizeof(char);
chanel = X->nChannels;
//一个个数据处理
for (i = 0; i<height; i++)
for (j = 0; j<width*chanel; j++)
dataX_Y[i*step + j] = abs(dataX[i*step + j] - dataY[i*step + j]);
}
int main()
{
IplImage* pImgX;
IplImage* pImgY;
IplImage* pImgX_Y;
CvSize dest_size;
pImgX = cvLoadImage("D:\\test1.png", -1);
pImgY = cvLoadImage("D:\\test2.png", -1);
if (pImgX == 0 || pImgY == 0)
{
printf("载入文件失败！/n");
return -1;
}
dest_size.width = pImgX->width;
dest_size.height = pImgX->height;
cout << "width == " << dest_size.width << endl;
cout << "height == " << dest_size.height << endl;
pImgX_Y = cvCreateImage(dest_size, pImgX->depth, pImgX->nChannels);
//图像差分，最最关键的一步
Image_Minus(pImgX, pImgY, pImgX_Y);
//创建窗口
cvNamedWindow("Picture X:", 1);
cvNamedWindow("Picture Y:", 1);
cvNamedWindow("Picture X-Y:", 1);
//显示图像
cvShowImage("Picture X:", pImgX);
cvShowImage("Picture Y:", pImgY);
cvShowImage("Picture X-Y:", pImgX_Y);
cvWaitKey(0);
//销毁窗口
cvDestroyWindow("Picture X:");
cvDestroyWindow("Picture Y:");
cvDestroyWindow("Picture X-Y:");
//释放图像
cvReleaseImage(&pImgX);
cvReleaseImage(&pImgY);
cvReleaseImage(&pImgX_Y);
return 0;
}
效果如下图：