OpenCV30---图像矩（图像测量）

三十、图像矩（Image Moments）

1、矩的概念介绍

• 几何矩
  • 几何矩
  • 中心矩
  • 中心归一化矩
    
• 轮廓中心 $Center(x_0,y_0)$
  $x_0$ = $\frac{m10}{m00}$
  $y_0$ = $\frac{m01}{m00}$

2、API介绍与使用cv::moments计算生成数据

• 得到的结果是存储了几何矩、中心距、中心归一化矩的结果
  

moments(
InputArray array,//输入数据
bool binaryImage=false//是否为二值图像
)

• 得到轮廓的面积

contourArea(
InputArray contour,//输入轮廓数据
bool oriented//默认false,返回绝对值
)

• 得到曲线的弧长

arcLength(
InputArray curve,//输入曲线数据
bool closed//是否是封闭曲线
)

3、步骤

• 转灰度cvtColor
• 提取图像边缘Canny
• 发现轮廓findContours
• 计算每个轮廓对象的矩moments
• 计算每个对象的中心、弧长、面积contourArea arcLength

示例代码：

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

using namespace cv;
using namespace std;

int threshold_value = 80;
int threshold_max = 255;
RNG rng(12345);
void Threshold_Callback(int, void*);
char output_win[] = "rectangle demo";
Mat src, dst, src_gray;

int main (int argc, char** argv) {    
    src = imread("添加图片路径");
    if (!src.data) {
  	cout << "could not load image..." << endl;
  	return -1;
    }
    imshow("input image", src);
    namedWindow(output_win, WINDOW_AUTOSIZE);

    cvtColor(src, src_gray, COLOR_BGR2GRAY);
    GaussianBlur(src_gray, src_gray, Size(3, 3),0,0);
    
    createTrackbar("Threshold Value:", output_win, &threshold_value, threshold_max, Threshold_Callback);
    Threshold_Callback(0, 0);
    
    waitKey(0);
    return 0;
}

void Threshold_Callback(int, void*) {
    Mat canny_output;
    vector<vector<Point>> contours;
    vector<Vec4i> hierachy;
    
    Canny(src_gray, canny_output, threshold_value, threshold_value * 2, 3, false);
    findContours(canny_output, contours, hierachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
    
    vector<Moments> contours_moments(contours.size());
    vector<Point2f> ccs(contours.size());
    for (size_t i = 0; i < contours.size(); i++) {
  	contours_moments[i] = moments(contours[i]);//获得第i个轮廓的矩
  	ccs[i] = Point(static_cast<float>contours_moments[i].m10 / contours_moments[i].m00), static_cast<float>(contours_moments[i].m01 / contours_moments[i].m00));//计算轮廓的中心坐标
    }

    src.copyTo(dst);
    for (size_t i = 0; i < contours.size(); i++) {
  	if (contours[i].size() < 100) {//设置一个阈值，当轮廓点数大于某个阈值时，才视为轮廓
   	    continue;
        }
        Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
        printf("center point x : %.2f y : %.2f", ccs[i].x, ccs[i].y);
        printf("contours %d area : %.2f arc length : %.2f\n", i, contourArea(contours[i]), arcLength(contours[i], true));//计算轮廓的面积和弧长
        drawContours(dst, contours, i, color, 2, 8, hierachy, 0, Point(0, 0));
        circle(dst, ccs[i], 2, color, 2, 8);
        char buffer[20];
        sprintf_s(buffer, "(%.2f,%.2f)", ccs[i].y, ccs[i].x);
  	putText(dst, buffer, Point(ccs[i].x, ccs[i].y), FONT_HERSHEY_COMPLEX, 0.5, Scalar(0, 0, 255), 1, 8);//绘制圆心坐标   
    }

    imshow(output_win, dst);
    return ;
}

输出结果显示：

分析：根据图像矩，可以获得图像轮廓的中心坐标以及其对应的轮廓面积及弧长。