如何使用OpenCV3直方图方法进行人脸相似度对比
1、确定人脸图像保存的路径，在接下来过程中程序读取这些图片进行人脸相似度对比
图像库保存路劲：f:\mm\1
2、使用直方图方法计算人脸图像相似度，主要实现思路：
1)从本地读取两张人脸图像
2）将需要对比的图像进行HSV格式转换
3）构建图像的直方图模型，并进行直方图归一化
4）比较两张图片的直方图模型，计算图片的直方图相似度
5）判断相似度值，如果大于0.85左右我们可以认为两只人脸图片比较相似的
3、采用直方图方法进行人脸相似度的代码：
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
#include <string>
#include <stdlib.h>
using namespace std;
using namespace cv;
//直方图比对
bool compareFacesByHist(M$at $img,$Mat $orgImg)
{
Mat $tmpImg;
resize(img, tmpImg, Size(orgImg.cols, orgImg.rows));
imshow("Img1", img);
imshow("tmpImg", tmpImg);
imshow("orgImg", orgImg);
//HSV颜色特征模型(色调H,饱和度S，亮度V)
cvtColor(tmpImg, tmpImg, COLOR_BGR2HSV);
cvtColor(orgImg, orgImg, COLOR_BGR2HSV);
//直方图尺寸设置
//一个灰度值可以设定一个bins，256个灰度值就可以设定256个bins
//对应HSV格式,构建二维直方图
//每个维度的直方图灰度值划分为256块进行统计，也可以使用其他值
int hBins = 256, sBins = 256;
int histSize[] = { hBins,sBins };
//H:0~180, S:0~255,V:0~255
//H色调取值范围
float hRanges[] = { 0,180 };
//S饱和度取值范围
float sRanges[] = { 0,255 };
const float* ranges[] = { hRanges,sRanges };
int channels[] = { 0,1 };//二维直方图
MatND hist1, hist2;
calcHist(&tmpImg, 1, channels, Mat(), hist1,2,histSize, ranges, true, false);
normalize(hist1, hist1, 0, 1, NORM_MINMAX, -1, Mat());
calcHist(&orgImg, 1, channels, Mat(), hist2, 2, histSize, ranges, true, false);
normalize(hist2, hist2, 0, 1, NORM_MINMAX, -1, Mat());
double similarityValue = compareHist(hist1, hist2, CV_COMP_CORREL);
cout << "相似度：" << similarityValue << endl;
if (similarityValue >= 0.85)
{
return true;
}
return false;
}
int main()
{
Mat orgImg = imread("F:\\mm\\1\\img0.jpg");
Mat img = imread("F:\\mm\\1\\img-1.jpg");
compareFacesByHist(img, orgImg);
waitKey(0);
return 0;
}
4、选择两张相似的人脸进行相似度比对测试
修改main函数中的载入图像文件：
Mat orgImg = imread("F:\\mm\\1\\img-4.jpg");
Mat img = imread("F:\\mm\\1\\img-1.jpg");
运行程序输出：相似度：0.805062
5、选择两张不同的人脸进行相似度比对测试
修改main函数中的载入图像文件：
Mat orgImg = imread("F:\\mm\\1\\img0.jpg");
Mat img = imread("F:\\mm\\1\\img-1.jpg");
运行程序输出：相似度：0.173482
6、选择两张相似的人脸，但色彩的和关照度不一样的进行相似度比对测试
修改main函数中的载入图像文件：
Mat orgImg = imread("F:\\mm\\1\\img-1.jpg");
Mat img = imread("F:\\mm\\1\\img-8.jpg");
运行程序输出：相似度：0.301016
从这个测试样例中可以发现，使用直方图的方法进行相似度对比的准确度并不高，应用场景有限。
