matlab根据直方图进行图片分类

感觉还有一些bug需要调试,不过还是先写出来吧

将一张图片由rgb转hsv空间,并进行量化

function [Hh,Vv,Ss] = hsv_hist(filename)
    % 将rgb转hsv

    %clear;
    clc;
    %filename = 'lena.bmp';
    Image = imread(filename);
    [M,N,O] = size(Image);
    [h,s,v] = rgb2hsv(Image); % 此处的hsv取值范围都介于0和1之间

    % 分别对hsv进行量化
    % h量化为16级,s量化为4级,v量化为4级
    h = h.*360;
    H =h;S=s;V=v;

    % 对h进行量化得到H,得到的H空间取值范围介于0~15
    for i = 1:M
        for j =1:N
            %i,j为横纵坐标
            if h(i,j)<=15||h(i,j)>345
                H(i,j) = 16;
            end
            if h(i,j)<=25&&h(i,j)>15
                H(i,j) = 1;
            end
            if h(i,j)<=45&&h(i,j)>25
                H(i,j) = 2;
            end
            if h(i,j)<=55&&h(i,j)>45
                H(i,j) = 3;
            end
            if h(i,j)<=80&&h(i,j)>55
                H(i,j) = 4;
            end
            if h(i,j)<=108&&h(i,j)>80
                H(i,j) = 5;
            end
            if h(i,j)<=140&&h(i,j)>108
                H(i,j) = 6;
            end
            if h(i,j)<=165&&h(i,j)>140
                H(i,j) = 7;
            end
            if h(i,j)<=190&&h(i,j)>165
                H(i,j) = 8;
            end
            if h(i,j)<=220&&h(i,j)>190
                H(i,j) = 9;
            end
            if h(i,j)<=255&&h(i,j)>220
                H(i,j) = 10;
            end
            if h(i,j)<=275&&h(i,j)>255
                H(i,j) = 11;
            end
            if h(i,j)<=290&&h(i,j)>275
                H(i,j) = 12;
            end
            if h(i,j)<=316&&h(i,j)>290
                H(i,j) = 13;
            end
            if h(i,j)<=330&&h(i,j)>316
                H(i,j) = 14;
            end
            if h(i,j)<=345&&h(i,j)>330
                H(i,j) = 15;
            end
        end
    end

    % 对s和v进行量化 量化空间为1~4
    for i = 1:M
        for j = 1:N
            if s(i,j)<=0.15&&s(i,j)>0
                S(i,j) = 1;
            end
            if s(i,j)<=0.4&&s(i,j)>0.15
                S(i,j) = 2;
            end
            if s(i,j)<=0.75&&s(i,j)>0.4
                S(i,j) = 3;
            end
            if s(i,j)<=1&&s(i,j)>0.75
                S(i,j) = 4;
            end
        end
    end
    for i = 1:M
        for j = 1:N
            if v(i,j)<=0.15&&v(i,j)>0
                V(i,j) = 1;
            end
            if v(i,j)<=0.4&&v(i,j)>0.15
                V(i,j) = 2;
            end
            if v(i,j)<=0.75&&v(i,j)>0.4
                V(i,j) = 3;
            end
            if v(i,j)<=1&&v(i,j)>0.75
                V(i,j) = 4;
            end
        end
    end

    Hh = zeros(16,1);

    for i=1:M
        for j =1:N
            for k = 1:16
                if H(i,j) == k
                    Hh(k,1) = Hh(k,1) + 1;
                    break;
                end
            end
        end
    end

    %至此得到了一幅图像的Hh量化矩阵

    Ss = zeros(4,1);
    for i = 1:M
        for j =1:N
            for k = 1:4
                if S(i,j) == k
                    Ss(k,1) = Ss(k,1)+1;
                    break;
                end
            end
        end
    end

    Vv = zeros(4,1);
    for i = 1:M
        for j = 1:N
            for k = 1:4
                if V(i,j) == k
                    Vv(k,1) = Vv(k,1) + 1;
                    break;
                end
            end
        end
    end

之后对图片进行比较

function result = compare(filename1, filename2)

%    clear

    %filename1 = '2416.jpg';
    %filename2 = '19.jpg';

    [h1,s1,v1] = hsv_hist(filename1);
    [h2,s2,v2] = hsv_hist(filename2);

    sub_h = sum(abs(h1-h2));
    sub_s = sum(abs(s1-s2));
    sub_v = sum(abs(v1-v2));

    result = (sub_h+sub_v+sub_s)/3;

测试了一下

% 找出100副最相近的图片

clc;
clear;
%待比较的文件
file = '2416.jpg';
directory = 'D:\2019\duomeitiqingbaochuli\homework\image.vary.jpg\image.vary.jpg\';
workspace = 'H:\workspace\matlab\imagepro';
workdir = 'H:\workspace\matlab\imagepro\img';

if exist(workdir)
    rmdir(workdir, 's'); %matlab 删除目录和目录下的文件
    mkdir(workdir);
else
    mkdir(workdir);
end

all_img = dir(directory); %返回的是一个结构体

all_img_size = size(all_img,1)-2; %计算出文件数目




result = zeros(all_img_size,1);
%还是老老实实的拼接文件名
for k = 0:all_img_size-1
    filename = [directory, num2str(k), '.jpg'];
    result(k+1) = compare(file, filename);
end

    
% for k =3+2415:all_img_size+2
%     filename = all_img(k).name;
%     result(k-2,1) = compare(file, [directory, filename]);
% end

%对result进行排序
[V,I] = sort(result);

%取出前100个图片移动到目录下
for k = 1:100
    move_file = [directory, num2str(I(k,1)), '.jpg'];
    copyfile(move_file,workdir )
end

分类的结果大概如下


最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,293评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,604评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,958评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,729评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,719评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,630评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,000评论 3 397
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,665评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,909评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,646评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,726评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,400评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,986评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,959评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,996评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,481评论 2 342