【正文】 13 求解 圖像顏色分布直方圖 實(shí)例 以一幅彩色圖像為例， 求解其對(duì)應(yīng)的顏色分布直方圖，并附上求解過程的源代碼 ，對(duì)應(yīng)的程序流圖見圖 。 int main( int argc, char** argv ) { IplImage * src= cvLoadImage(F:\\)。 IplImage* h_plane = cvCreateImage( cvGetSize(src), 8, 1 )。 IplImage* v_plane = cvCreateImage( cvGetSize(src), 8, 1 )。 /** H 分量劃分為 16 個(gè)等級(jí)， S 分量劃分為 8 個(gè)等級(jí) */ int h_bins = 16, s_bins = 8。 /** H 分量的變化范圍 */ float h_ranges[] = { 0, 180 }。 float* ranges[] = { h_ranges, s_ranges }。 cvCvtPixToPlane( hsv, h_plane, s_plane, v_plane, 0 )。 /** 根據(jù) H,S 兩個(gè)平面數(shù)據(jù) 統(tǒng)計(jì)直方圖 */ cvCalcHist( planes, hist, 0, 0 )。 cvGetMinMaxHistValue( hist, 0, amp。 /** 設(shè)置直方圖顯示圖像 */ int height = 240。 IplImage* hist_img = cvCreateImage( cvSize(width,height), 8, 3 )。 15 /** 用來(lái)進(jìn)行 HSV 到 RGB 顏色轉(zhuǎn)換的臨時(shí)單位圖像 */ IplImage * hsv_color = cvCreateImage(cvSize(1,1),8,3)。 int bin_w = width / (h_bins * s_bins)。 h h_bins。 s s_bins。 /** 獲得直方圖中的統(tǒng)計(jì)次數(shù)，計(jì)算顯示在圖像中的高度 */ float bin_val = cvQueryHistValue_2D( hist, h, s )。 /** 獲得當(dāng)前直方圖代表的顏色，轉(zhuǎn)換成 RGB 用于繪制 */ cvSet2D(hsv_color,0,0,cvScalar(h* /h_bins,s*,255,0))。 CvScalar color = cvGet2D(rgb_color,0,0)。 } } cvNamedWindow( Source, 1 )。 cvNamedWindow( HS Histogram, 1 )。 cvWaitKey(0)。 【 12】 16 圖 求解圖像顏色分布直程序流圖 開始 初始化 OpenCV庫(kù)，設(shè)置 h、 s 分量，將圖像轉(zhuǎn)換成顏色直方圖 獲取直方圖統(tǒng)計(jì)的最大值 ， 設(shè)置直方圖顯示圖像 h++。 h_bins， 計(jì)算 由 h、 s 確定的顏色顯示在圖像中的高度 s++； s sbins。把解壓 的 重命名為 php5。即安裝路徑為 c:\php5 。 2 再把 php目錄下的 , 復(fù)制到目錄 c:\windows\system32下。 如果沒有加載 php 將 不能處理圖像。 4 打開 c:\windows\ 文件（關(guān)聯(lián)到 mysql） 設(shè)置擴(kuò)展路徑 ， 查找 extension_dir 有這么一行 extension_dir = ./ ， 將此行改成 extension_dir = C:\php5\ext 其中 C:\php5是你安裝 php的路徑。extension_dir = ./要把前面的分號(hào)去掉 )。 5 php 時(shí)差問題 ， 時(shí)間相差八小時(shí) ， 為什么呢 ?PHP5 系列版本新增了時(shí)區(qū) 設(shè)置，默認(rèn)為格林威治時(shí)間 ， 與中國(guó)所在的東 8 區(qū)正好相差 8 個(gè)小時(shí) 。 = ， 將 “ ?！?13】 apache 的調(diào)試和整合（修改 文件） apache 和 mysql 的安裝一路 next 就行了。 如果改 ,還要修改下 面這項(xiàng) , 否則可能會(huì)出現(xiàn) 403 錯(cuò)誤 。 不要把 和 混淆 . 只適用于 apache 版本 1的 .PHP5 壓縮包里 的 只適用 .* 版本 ,如果是 .*以上版本 ,就可能會(huì)出現(xiàn)Cannot load C:/php/ into server: The specified module could not be found.或者 :The requested operation has failed， 只需改為 即可 。 5. 測(cè)試 在網(wǎng)站根目錄下創(chuàng)建一個(gè) 文件 ?php phpinfo()。 //12345 改成你的 mysql 密碼 19 if(!$link) echo 失敗 !。 mysql_close()。 可能的問題 1 apache 的 80端口被占用。 ServerName localhost:xx xx 為你修改后的端口 ， 至于 localhost 指安裝 apache 時(shí)填寫的服務(wù)器名，如果不是設(shè)置為 localhost， 填寫相應(yīng)的服務(wù)器名稱即可。將 OpenCV 安裝到 C:\Program Files\OpenCV， 在安裝時(shí)選擇 將 \OpenCV\bin 加入系統(tǒng)變量（ Add\OpenCV\bin to the systerm PATH）。加入后需要注銷當(dāng)前 Windows 用戶（或重啟）后重新登陸才 生效。 項(xiàng)目設(shè)置 每創(chuàng)建一個(gè)將要使用 OpenCV 的 VC Project，都需要給它指定需要的 lib。 需求分析 本節(jié)對(duì)本系統(tǒng)的需求進(jìn)行了簡(jiǎn)要的分析， 下面對(duì)各模塊的需求進(jìn)行分析。完成在網(wǎng)絡(luò)上抓取所需信息，并實(shí)現(xiàn)與數(shù)據(jù)庫(kù)的連接。 所謂分詞，指的就是將一個(gè)完整的句子劃分為一個(gè)個(gè)詞條（ Token）過程。其分詞正確率和召回率以及處理速度都應(yīng)達(dá)到一定的標(biāo)準(zhǔn)。 ● Getimage 模塊 本設(shè)計(jì)的圖片獲取需要通過此模塊將從上一模塊中抓取的鏈 接地址檢索到所需的圖片，并對(duì)圖片進(jìn)行處理分析，將圖片處理結(jié)果返回給數(shù)據(jù)庫(kù)。 ● 用戶界面模塊 對(duì)于界面的設(shè)計(jì)，需要考慮多方面的因素，首先需要一個(gè)直觀清晰 友好的 搜索窗口 為用戶提供檢索操作的實(shí)現(xiàn)；其次，對(duì)于搜索出來(lái)的圖片，需要一個(gè)整潔、清晰、合理 22 的界面來(lái)展示；另外，對(duì)于檢索到得圖片，應(yīng)該提供鏈接功能，可以查看到原始圖片或者一些其他的可行操作等。 總體設(shè)計(jì)和模塊分析 從系統(tǒng)結(jié)構(gòu)出發(fā)，該搜索引擎系統(tǒng)需要設(shè)計(jì)四 大模塊 ，在 本節(jié) 中 一一 將 對(duì)四 大模塊進(jìn)行詳細(xì)介紹 ，系統(tǒng)總體設(shè)計(jì) 和功能界面設(shè)計(jì)分別 見圖 和圖 。 在此模塊中，要使用到數(shù)據(jù)庫(kù)的連接和操作，用 PHP 語(yǔ)言編寫的數(shù)據(jù)庫(kù)鏈接如下： 在 seed 表中種子鏈接內(nèi)部的檢索是通過對(duì) sublinks 表操 作實(shí)行的： $result = mysql_query(select * from sublinks where linkcheck = 0 and level.$MAX_PENETRATION. limit 0,1 ,$link)。 $rows = mysql_fetch_row($result)。 if( $subFound ==0 ){ //如果 sublinks 表中沒有查出的鏈接結(jié)果，回歸到種子鏈接表繼續(xù)下一個(gè)查詢 $result = mysql_query(select * from seed where linkcheck = 0 limit 0,1,$link)。 If ($intFound != 0) { unset($temp_link_array)。//初始化存儲(chǔ)處理過后的鏈接地址數(shù)組 $row = mysql_fetch_row($result)。 echo $SEED_URL。 mysql_data_seek($result,0)。 $temp_link_array = harvest_links($row[1])。 //處理無(wú)用（重復(fù)、根地址指向其他網(wǎng)站的）鏈接 echo count($spider_array[0])。 $xxcount($spider_array[0])。 mysql_query(use searchdb)。.$spider_array[0][$xx].39。 //審核 sublinks 表中的鏈接地址是否與新獲取的地址重復(fù) $intFound = mysql_num_rows($result)。.$spider_array[0][$xx].39。 mysql_query($sql,$link)。在 seed 表中的查詢類似，在此不一一贅述。 25 圖 Spider 模塊主流程圖 圖 seed 表檢索流程圖 在 seed 表中取一未檢索過的種子鏈接 初始化數(shù)組 收獲鏈接地址對(duì)應(yīng)網(wǎng)站 的所有鏈接，處理無(wú)用鏈接 xx 有用鏈接數(shù) xx重復(fù)鏈接？ 將鏈接記錄插入sublinks 表中 Y N Y seed 中有未查鏈接 Y 回歸到種子列表查找 N N 結(jié)束 查詢下一種子鏈接 Sublinks 表中有未檢索完的 收獲當(dāng)前鏈接地址對(duì)應(yīng)主頁(yè)上的所有鏈接 對(duì)獲取的鏈接地址進(jìn)行處理后存入 sublinks表中 N 結(jié)束 檢索 seed 表是否完成 N Y Y 鏈接到數(shù)據(jù)庫(kù) 開始 26 圖 subLinks 表檢索流程圖 查出未檢索過且層數(shù)小于 10 的鏈接，項(xiàng)目數(shù)為 subFound subFound !=n 取 一個(gè)鏈接地址，取根地址，初始化鏈接地址數(shù)組 收獲鏈接地址對(duì)應(yīng)網(wǎng)站中的所有鏈接，處理無(wú)用鏈接 xx 有用鏈接數(shù) xx 重復(fù)鏈接？ 將 鏈接 記 錄插 入sublinks 表中 Y Y N Y N N 回歸到種子接表 seed 查詢， linkcheck = 1 27 求解圖像顏色直方圖模塊詳細(xì)設(shè)計(jì) 此模塊主要完成基于圖片顏色搜索的功能，對(duì)于如何求解圖像顏色直方圖可參考論文第一部分有關(guān)技術(shù)和源代碼的詳細(xì)介紹。在這里，我們就還應(yīng)該考慮到白色的影響，由于一般用戶搜索以白色為主色調(diào)的圖像情況極少，所以在此設(shè)計(jì)中特意添加了剔除白色作為圖像代表顏色的情況，白色對(duì)應(yīng)的 R ==255； G==255 ； B==255。該模塊的程序流程圖 見 ， 分析圖像直方圖獲取圖像代表顏色源代碼如下： ( greaterint( ) )。 h h_bins。 s s_bins。 //獲得直方圖中的統(tǒng)計(jì)次數(shù)，計(jì)算顯示在圖像中的高度 float bin_val = cvQueryHistValue_2D( hist, h, s )。 //獲得當(dāng)前直方圖代表的顏色 cvSet2D(hsv_color,0,0,cvScalar(h* / h_bins,s*,255,0))。 CvScalar color = cvGet2D(rgb_color,0,0)。 //取鏈表中的最大值 if((*c1_Iter)==intensity){//如果為最大值，獲取其 RGB 值 b=[0]。 r=[2]。 mpixsum=bin_val。 } } 28 圖 求解圖像顏色分布直方圖模塊流程圖 開始 鏈接到數(shù)據(jù)庫(kù)， 從searchimage 查詢 出還未顏色檢索過的圖片 下載未檢索過的圖片，并將 searchimage 表中colorcheck 字段標(biāo) 1 設(shè)置 h、 s 分量，將圖像轉(zhuǎn)換成顏色直方圖 h++。 h_bins， 由分量 h、 s 確定直方圖中的顏色轉(zhuǎn)換成RGB s++； s sbins。amp。amp。 圖 Getimage 模塊流程圖 此模塊主要完成從 sublinks 表中收集的鏈接地址里獲取圖片，應(yīng)用了分詞技術(shù) ，其算法分析如下： 開始 取一條未檢索鏈接，找出鏈接下的所有圖片地址 下載圖片進(jìn)行分析 鏈接到數(shù)據(jù)庫(kù) Sublinks 中有未檢索的鏈接 將分析結(jié)果存入數(shù)庫(kù) seachimage 表中 結(jié) 束 Y N 30 1 鏈接到數(shù)據(jù)庫(kù)， 從數(shù)據(jù)庫(kù)的 sublinks 表中取一個(gè)鏈接地址 2 找出這個(gè)鏈接地址也就是這個(gè)網(wǎng)頁(yè)中