图像处理之矩特征

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()