本文介绍了python OpenCV学习笔记直方图反向投影的实现，分享给大家，具体如下：

创新互联服务项目包括柞水网站建设、柞水网站制作、柞水网页制作以及柞水网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，柞水网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到柞水省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！

官方文档 – https://docs.opencv.org/3.4.0/dc/df6/tutorial_py_histogram_backprojection.html

它用于图像分割或寻找图像中感兴趣的对象。简单地说，它创建一个与我们的输入图像相同大小（但单通道）的图像，其中每个像素对应于属于我们对象的像素的概率。输出图像将使我们感兴趣的对象比其余部分更白。

该怎么做呢？我们创建一个图像的直方图，其中包含我们感兴趣的对象。为了得到更好的结果，对象应该尽可能地填充图像。而颜色直方图比灰度直方图更受青睐，因为对象的颜色比灰度强度更能定义对象。然后，我们在我们的测试图像上“反向投射”这个直方图，我们需要找到这个对象，换句话说，我们计算每个像素的概率，并显示它。在适当的阈值上产生的输出结果使我们得到了一个单独的结果。

Numpy中的算法

1、首先，我们需要计算我们需要找到的对象的颜色直方图(让它为'M')和我们将要搜索的图像(让它为'I')。

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

# roi是我们需要找到的对象或区域
roi = cv.imread('rose_red.png')
hsv = cv.cvtColor(roi, cv.COLOR_BGR2HSV)

# target是我们搜索的图像
target = cv.imread('rose.png')
hsvt = cv.cvtColor(target, cv.COLOR_BGR2HSV)

# 用calcHist来找直方图，也可以用np.histogram2d
M = cv.calcHist([hsv], [0,1], None, [180,256], [0,180,0,256])
I = cv.calcHist([hsvt], [0,1], None, [180,256], [0,180,0,256])

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。

网页标题：pythonOpenCV学习笔记直方图反向投影的实现-创新互联
文章出自：http://scyanting.com/article/dcssjc.html