为了比较两个直方图 $(H_{1}和H_{2})$，首先必须选择度量 $(d(H_{1}H_{2}))$，以表示两个直方图匹配的程度。

OpenCV利用函数compareHist来执行比较。它还提供4个不同的度量来计算匹配：

1、皮尔逊相关系数

Correlation ( CV_COMP_CORREL )

$d(H_1,H_2) = \frac{\sum_I (H_1(I) - \bar{H_1}) (H_2(I) - \bar{H_2})}{\sqrt{\sum_I(H_1(I) - \bar{H_1})^2 \sum_I(H_2(I) - \bar{H_2})^2}}$

其中

$\bar{H_k} = \frac{1}{N} \sum _J H_k(J)$

N是直方图区间总数。

真值 [1.00]

取值区间 [0.00,1.00]

2、卡方距离

Chi-Square ( CV_COMP_CHISQR )

$d(H_1,H_2) = \sum _I \frac{\left(H_1(I)-H_2(I)\right)^2}{H_1(I)}$

真值 [0.00]

取值区间 [0.00,+∞]

3、交叉距离

Intersection ( method=CV_COMP_INTERSECT )

$d(H_1,H_2) = \sum _I \min (H_1(I), H_2(I))$

真值 [24.39]

取值区间 [0.00,1.00]

4、巴氏距离

Bhattacharyya distance ( CV_COMP_BHATTACHARYYA )

$d(H_1,H_2) = \sqrt{1 - \frac{1}{\sqrt{\bar{H_1} \bar{H_2} N^2}} \sum_I \sqrt{H_1(I) \cdot H_2(I)}}$

真值 [0.00]

取值区间 [0.00,1.00]

[1]https://docs.opencv.org/2.4/doc/tutorials/imgproc/histograms/histogram_comparison/histogram_comparison.html