OpenCV结构分析与形状描述符（15）计算 Hu 矩的函数HuMoments()的使用

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

计算七个 Hu 不变矩。

HuMoments 函数计算七个 Hu 不变矩（引入于 [128]；参见 http://en.wikipedia.org/wiki/Image_moment），定义如下：
$$\begin{array}{l}hu[0]={\eta }_{20}+{\eta }_{02}\\ hu[1]=({\eta }_{20}-{\eta }_{02}{)}^2+4{\eta }_{11}^2\\ hu[2]=({\eta }_{30}-3{\eta }_{12}{)}^2+(3{\eta }_{21}-{\eta }_{03}{)}^2\\ hu[3]=({\eta }_{30}+{\eta }_{12}{)}^2+({\eta }_{21}+{\eta }_{03}{)}^2\\ hu[4]=({\eta }_{30}-3{\eta }_{12})({\eta }_{30}+{\eta }_{12})[({\eta }_{30}+{\eta }_{12}{)}^2-3({\eta }_{21}+{\eta }_{03}{)}^2]+(3{\eta }_{21}-{\eta }_{03})({\eta }_{21}+{\eta }_{03})[3({\eta }_{30}+{\eta }_{12}{)}^2-({\eta }_{21}+{\eta }_{03}{)}^2]\\ hu[5]=({\eta }_{20}-{\eta }_{02})[({\eta }_{30}+{\eta }_{12}{)}^2-({\eta }_{21}+{\eta }_{03}{)}^2]+4{\eta }_{11}({\eta }_{30}+{\eta }_{12})({\eta }_{21}+{\eta }_{03})\\ hu[6]=(3{\eta }_{21}-{\eta }_{03})({\eta }_{21}+{\eta }_{03})[3({\eta }_{30}+{\eta }_{12}{)}^2-({\eta }_{21}+{\eta }_{03}{)}^2]-({\eta }_{30}-3{\eta }_{12})({\eta }_{21}+{\eta }_{03})[3({\eta }_{30}+{\eta }_{12}{)}^2-({\eta }_{21}+{\eta }_{03}{)}^2]\end{array}$$
其中${\eta }_{ji}$代表 ${\text{Moments::nu}}_{ji}$。
这些值被证明对于图像的尺度、旋转和平面反射是不变的，除了第七个值，其符号会因平面反射而改变。这种不变性是在假定图像具有无限分辨率的情况下被证明的。对于位图图像（raster images），原始图像和变换后的图像所计算得到的 Hu 不变矩会略有不同。

HuMoments 函数是 OpenCV 提供的一种用于计算 Hu 矩的方法。Hu 矩是一种不变矩，即它们对平移、旋转和尺度变化具有不变性。这种特性使得 Hu 矩在图像识别和模式匹配中非常有用，尤其是在处理形状识别任务时。

Hu 矩是一种特殊的图像矩，它是由数学家M. K. Hu在1962年提出的。Hu 矩主要用于图像分析和模式识别领域，特别是用于形状描述和识别。Hu 矩的一个重要特性是它们对于图像的平移、旋转和尺度变换具有不变性，也就是说，即使图像发生了这些变换，Hu 矩的值仍然保持不变（除了第七个矩在图像反射时符号会发生改变）。

Hu 矩的特点

• 平移不变性：图像无论在图像平面上移动到哪个位置，其Hu矩都保持不变。
• 旋转不变性：图像绕其中心旋转任意角度，其Hu矩也保持不变。
• 尺度不变性：图像放大或缩小，其Hu矩仍然保持不变。
• 部分反射不变性：前六个Hu矩在图像发生平面反射时保持不变，第七个矩的符号会改变。

Hu 矩的应用
Hu 矩因其不变性的特性，在计算机视觉和模式识别中有着广泛的应用，比如：

• 形状识别：通过比较不同物体的Hu矩，可以用来识别相似形状的物体。
• 物体检测：在图像处理中，可以利用Hu矩来检测特定形状的物体。
• 手写字符识别：Hu矩可以用来识别手写字符，尤其是当手写字符可能被旋转或缩放时。
• 目标跟踪：在视频序列中，可以利用Hu矩来跟踪具有特定形状的目标。

函数原型1

void cv::HuMoments	
(
	const Moments & 	m,
	OutputArray 	hu 
)	

参数1

• 参数moments 使用 moments 函数计算的输入矩。
• 参数hu 输出的 Hu 不变矩。

函数原型2

原型1函数的重载，只是参数类型不同。

void cv::HuMoments
(
	const Moments & 	m,
	OutputArray 	hu 
)	

代码示例

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main()
{
    // 加载图像
    Mat img = imread( "/media/dingxin/data/study/OpenCV/sources/images/hawk.jpg", IMREAD_GRAYSCALE );

    if ( img.empty() )
    {
        cerr << "Error: Image cannot be loaded!" << endl;
        return -1;
    }

    // 计算图像的矩
    Moments m = moments( img );

    // 计算 Hu 矩
    vector< double > huMoments( 7 );
    HuMoments( m, huMoments );

    // 归一化 Hu 矩
    cv::HuMoments( m, huMoments );

    // 打印 Hu 矩
    cout << "Normalized Hu Moments:" << endl;
    for ( size_t i = 0; i < huMoments.size(); ++i )
    {
        cout << "hu[" << i << "] = " << huMoments[ i ] << endl;
    }

    return 0;
}

运行结果

Normalized Hu Moments:
hu[0] = 0.00078302
hu[1] = 8.89733e-08
hu[2] = 4.22269e-14
hu[3] = 1.15024e-13
hu[4] = 5.64602e-27
hu[5] = 3.02133e-17
hu[6] = 5.69069e-27