【图像识别】基于直方图实现人脸识别matlab源码
一、直方图
首先看一个例子：
上面是原始图像，下面是图像的直方图。
什么意思呢？
举例：
最后绘制的直方图如下：
不过，大家一般看到的是这种：
再比如，左边这三张图，得到的对应的直方图如右所示：
二、归一化直方图
举例：
三、绘制直方图的参数
3.1 dims
dims表示使用参数的数量。dims = 1表示绘制直方图的时候，只考虑灰度级的情况。dims一般就等于1。
3.2 bins
参数子集的数目
有时候需要把邻近的像素值合并一下。比如下面的图，应该有5个像素值。但是想合并成3个，那就bins = 3。
再比如，lena图像想分成16个组
最后得到的灰度直方图如下：
3.3 Range
统计直方图的范围。
function varargout = FR_Processed_histogram(varargin)
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @FR_Processed_histogram_OpeningFcn, ...
'gui_OutputFcn', @FR_Processed_histogram_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
function FR_Processed_histogram_OpeningFcn(hObject, eventdata, handles, varargin)
handles.output = hObject;
guidata(hObject, handles);
global total_sub train_img sub_img max_hist_level bin_num form_bin_num;
total_sub = 40;
train_img = 200;
sub_img = 10;
max_hist_level = 256;
bin_num = 9;
form_bin_num = 29;
function varargout = FR_Processed_histogram_OutputFcn(hObject, eventdata, handles)
varargout{1} = handles.output;
