【OpenCV】轮廓的特征矩Moment
class Moments { public: ......
// 空间矩
double m00, m10, m01, m20, m11, m02, m30, m21, m12, m03;
// 中心矩
double mu20, mu11, mu02, mu30, mu21, mu12, mu03;
// 中心归一化矩 double nu20, nu11, nu02, nu30, nu21, nu12, nu03;
}
空间矩的公式为:
可以知道,对于01二值化的图像,m00即为轮廓的面积。
中心矩的公式为:
其中:
归一化的中心矩公式为:
矩的基本概念可参考:
http://www.opencvchina.com/thread-509-1-1.html
在OpenCV中,还可以很方便的得到Hu不变距,Hu不变矩在图像旋转、缩放、平移等操作后,仍能保持矩的不变性,所以有时候用Hu不变距更能识别图像的特征。Hu不变矩的基本概念请参考paper:Hu. Visual Pattern Recognition by Moment Invariants, IRE Transactions on Information Theory, 8:2, pp. 179-187, 1962, 或者参考中文介绍:http://www.cnblogs.com/skyseraph/archive/2011/07/19/2110183.html
OpenCV中计算矩的函数为:Moments moments(InputArray array, bool binaryImage=false )
Hu不变矩主要是利用归一化中心矩构造了7个不变特征矩:
OpenCV中计算Hu矩的公式为:
HuMoments(const Moments& m, OutputArray hu)
void HuMoments(const Moments& moments, double hu[7])
matchShapes函数其实比较的是两个轮廓的Hu不变矩:
double comres;
comres = matchShapes(contours[0], contours[1],CV_CONTOURS_MATCH_I1, 0.0);
printf("CV_CONTOURS_MATCH_I1 比较结果是: %f\n", comres);
comres = matchShapes(contours[0], contours[1],CV_CONTOURS_MATCH_I2, 0.0);
printf("CV_CONTOURS_MATCH_I2 比较结果是: %f\n", comres);
comres = matchShapes(contours[0], contours[1],CV_CONTOURS_MATCH_I3, 0.0);
printf("CV_CONTOURS_MATCH_I3 比较结果是: %f\n", comres);
第三个参数决定比较的方式,下面是第三个参数的三个可选值。
CV_CONTOURS_MATCH_I1
CV_CONTOURS_MATCH_I2
CV_CONTOURS_MATCH_I3
这里:分别是A,B的Hu矩。
相关文章
- OpenCV中使用类VideoCapture加载视频和打开摄像头
- 利用OpenCV的函数resize()实现图像的缩放(尺寸变换)
- Opencv中Mat图的长、宽、行、列以及图像像素的概念问题
- Python代码库OpenCV之06访问与修改图片像素(含代码)
- Python代码库OpenCV之12提取碑文文字并分割
- opencv学习笔记——cv::line函数详解
- opencv学习网站
- 【毕业设计_课程设计】基于opencv、dilb的员工人脸识别考勤系统
- 卡尔曼滤波—Simple Kalman Filter for 2D tracking with OpenCV
- 【Computer Vision实战】一、使用OpenCV进行图像全景拼接(基于Python3)
- opencv/openmv学习笔记
- OpenCV特征点检測------Surf(特征点篇)
- [zt]OpenCV如何获取视频当前的一帧图像