矩特征
比较两个轮廓最简单的方法就是比较两个轮廓的轮廓矩。轮廓矩代表了一个轮廓、一幅图像、、一组点集的全局特征。
矩的计算
retval = cv2.moments(array[,binaryImage])
array可以是点集,也可以是灰度图像或二值图像
binaryImage为true时,array内所有非零值都被处理为1。该参数仅在参数array为图像时有效
零阶矩表示一个轮廓的面积
中心距具有的平移不变性,使它能够忽略两个对象的位置关系,帮助我们比较不同位置上两个对象的一致性。
归一化中心距不仅具有平移不变性,而且还具有缩放不变性
import cv2
import numpy as np
o = cv2.imread("moments.bmp")
cv2.imshow("original",o)
gray = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)
ret,binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
contours,hierarchy = cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
n = len(contours)
contoursImg = []
for i in range(n):
temp = np.zeros(o.shape,np.uint8)
contoursImg.append(temp)
contoursImg[i] = cv2.drawContours(contoursImg[i],contours,i,(0,255,255),3)
cv2.imshow("contours[" + str(i)+"]",contoursImg[i])
print("观察各个轮廓的矩(moments):")
for i in range(n):
print("轮廓"+str(i)+"的面积:%d" %cv2.moments(contours[i])['m00'])
cv2.waitKey()
cv2.destoryAllWindows()