【图像识别】基于直方图实现人脸识别matlab源码

本文主要是介绍【图像识别】基于直方图实现人脸识别matlab源码，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

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。

​

1. 
   

   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;
    

   

   ​

   完整代码咨询QQ1575304183

这篇关于【图像识别】基于直方图实现人脸识别matlab源码的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！