Python OpenCV compareHist函数实现图像直方图对比

阿橙

发布时间：2026-10-13| 4人浏览过

原创

本文介绍如何利用Python和OpenCV中的compareHist函数进行图像直方图对比。详细解析相关性、卡方及巴氏距离三种比较方法的原理与数值含义，并通过具体代码示例展示如何计算并解读图像相似度结果，适用于特征提取与图像匹配场景。

图像直方图基础

图像直方图

图像直方图是统计图像像素分布的图表，横坐标表示像素的灰度或颜色类别，纵坐标则表示每种颜色值的像素总数或所占百分比。由于图像由像素构成，直方图能反映图像的重要特征，广泛应用于特征提取和图像匹配等工程领域。

直方图比较的应用

直方图比较

1. 图像相似度比较

若两张图像的直方图一致或高度相似，可初步判定这两幅图像内容相近。这是直方图比较技术的一个典型应用场景。

2. 分析图像之间关系

通过对比不同图像的直方图分布情况，可以深入分析图像间的内在联系与差异。

compareHist函数详解

直方图比较函数

cv2.compareHist(H1, H2, method)

参数说明如下：

H1、H2：分别代表待比较的两张图像的直方图数据。
method：指定具体的比较算法类型。

常用比较方式包括：

相关性比较（method=cv.HISTCMP_CORREL）：返回值越大表示相关度越高，取值范围0到1，最大值为1。
卡方比较（method=cv.HISTCMP_CHISQR）：返回值越小表示相关度越高，最小值为0，理论上无上界。
巴氏距离比较（method=cv.HISTCMP_BHATTACHARYYA）：返回值越小表示相关度越高，取值范围0到1，最小值为0。

代码实现与结果分析

代码实现


import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
def create_rgb_hist(image):
 """"创建 RGB 三通道直方图（直方图矩阵）"""
 h, w, c = image.shape
 # 创建一个（16*16*16,1）的初始矩阵，作为直方图矩阵 
 # 16*16*16的意思为三通道每通道有16个bins
 rgbhist = np.zeros([16 * 16 * 16, 1], np.float32)
 bsize = 256 / 16
 for row in range(h):
  for col in range(w):
   b = image[row, col, 0]
   g = image[row, col, 1]
   r = image[row, col, 2]
   # 人为构建直方图矩阵的索引，该索引是通过每一个像素点的三通道值进行构建
   index = int(b / bsize) * 16 * 16 + int(g / bsize) * 16 + int(r / bsize)
   # 该处形成的矩阵即为直方图矩阵
   rgbhist[int(index), 0] += 1
 plt.ylim([0, 10000])
 plt.grid(color='r', linestyle='--', linewidth=0.5, alpha=0.3)
 return rgbhist
def hist_compare(image1, image2):
 """直方图比较函数"""
 # 创建第一幅图的rgb三通道直方图（直方图矩阵）
 hist1 = create_rgb_hist(image1)
 # 创建第二幅图的rgb三通道直方图（直方图矩阵）
 hist2 = create_rgb_hist(image2)
 # 进行三种方式的直方图比较
 match1 = cv.compareHist(hist1, hist2, cv.HISTCMP_BHATTACHARYYA)
 match2 = cv.compareHist(hist1, hist2, cv.HISTCMP_CORREL)
 match3 = cv.compareHist(hist1, hist2, cv.HISTCMP_CHISQR)
 print("巴氏距离：%s, 相关性：%s, 卡方：%s" %(match1, match2, match3))
src1 = cv.imread("diff1.PNG")
cv.imshow("diff1", src1)
src2 = cv.imread("diff2.PNG")
cv.imshow("diff2", src2)
plt.subplot(1,2,1)
plt.title("diff1")
plt.plot(create_rgb_hist(src1))
plt.subplot(1,2,2)
plt.title("diff2")
plt.plot(create_rgb_hist(src2))
hist_compare(src1, src2)
plt.show()
cv.waitKey(0)
cv.destroyAllWindows()