OpenCV直方图比较方法
综上所述,有4(5)种不同的比较方法:OpenCV直方图比较方法,opencv,image-processing,comparison,histogram,Opencv,Image Processing,Comparison,Histogram,综上所述,有4(5)种不同的比较方法: CV\u COMP\u CORREL相关性 CV_COMP_CHISQR卡方检验 CV\u COMP\u相交相交 CV_COMP_BHATTACHARYYABHATTACHARYYA距离 CV_COMP_HELLINGERCV_COMP_BHATTACHARYYA的同义词 它们都提供不同的输出,以不同的方式读取,如中所示。但我找不到任何东西来说明每种方法的执行效率。当然每种方法都有利弊,否则为什么有多种方法 就连美国政府也很少对这些差异发表意见: 对cv:
这两种方法之间肯定有区别,所以我的问题是它们是什么?在什么情况下它们工作得最好?CV\u COMP\u INTERSECT计算起来很快,因为您只需要每个箱子的最小值。但它不会告诉你很多关于差异的分布情况。其他方法试图在不同的像素分布假设下,获得更好、更连续的匹配分数 您可以在以下位置找到不同方法中使用的公式: 有关匹配算法的更多详细信息,请访问:
我想试试维基百科。这就像在问,是沿着街道测量距离更好,还是在乌鸦飞的时候测量距离更好。。。您可能需要了解要测量的内容。但也许真的有一本烹饪书“什么时候使用哪种距离度量”,所以祝你好运。我只是想指出可用方法的不同之处。你的第一个链接与我的第一个链接相同,但第二个链接很有趣。话虽如此,它仍然只说明了我发现的所有其他链接:不同方法的评分是不同的。从数学上讲,归一化直方图是概率密度函数(PDF)。当我们匹配两个直方图时,我们基本上看到两个分布如何相互匹配。回答问题的最好方法是阅读有关统计模式识别的教科书(Duda和Hart相当不错),或类似的出版物。我学会了这些东西,但大部分都忘了-(.