opencv之图像的矩

        矩函数常用于模式识别、目标分类、目标标识和方位估计及图像编码与重构等,图像矩通常包含了图像形状的全局特征,如大小,位置,方向,形状等。其中,一阶矩与形状有关,二阶矩显示曲线围绕直线平均值的扩展成都,三阶矩则是关于平均值的对称性的测量。

        在opencv中一般由moments、contourArea、ARCLength这三个函数配合求一个图像的矩。

        其中,moments计算图像所有的矩(最高到3阶);

                contourArea计算轮廓面积;

                arcLength计算轮廓或曲线长度。

moments:

Moments cv::moments(InputArrayarray,  //输入参数可以是单通道,8位或浮点的二维数组
bool binaryImage = false 
)

contourArea:

double cv::contourArea(InputArraycontour, //输入的向量,二维点(轮廓顶点)
bool oriented = false 
)

arcLength:

double cv::arcLength(InputArraycurve,//输入的二维点集vector或Mat类型
bool closed  //表示曲线是否封闭的标识符
)

案例:

#include<iostream>
#include<opencv2/imgproc.hpp>
#include<opencv2/core.hpp>
#include<opencv2/highgui.hpp>
using namespace std;
using namespace cv;

int main()
{
	Mat src = imread("C:/Users/Administrator/Desktop/3.png");
	if (src.empty())
	{
		cout << "请检查图像是否存在..." << endl;
		return -1;
	}
	namedWindow("src");
	imshow("src", src);
	Mat grayimg;
	cvtColor(src, grayimg, COLOR_BGR2GRAY);
	blur(grayimg, grayimg, Size(5, 5));

	vector<vector<Point>>contours;
	vector<Vec4i>hierarchy;
	Mat edgeimg;
	int thresh = 100;
	int thresh_max = 255;
	Canny(grayimg, edgeimg, thresh, thresh * 2, 3);
	//轮廓查找
	findContours(edgeimg, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
	//计算矩
	vector<Moments>mu(contours.size());
	for (unsigned int i = 0; i < contours.size(); i++)
	{
		mu[i] = moments(contours[i], false);
	}
	//计算中心矩
	vector<Point2f>mc(contours.size());
	for (unsigned int i = 0; i < contours.size(); i++)
	{
		mc[i] = Point2f(static_cast<float>(mu[i].m10 / mu[i].m00), static_cast<float>(mu[i].m01 / mu[i].m00));
	}
	//绘制轮廓
	Mat drawimg = Mat::zeros(edgeimg.size(), CV_8UC3);
	for (int i = 0; i < contours.size(); i++)
	{
		//绘制外层和内层轮廓
		drawContours(drawimg, contours, i, Scalar(122, 160, 144), 2, 8, hierarchy, 0, Point(0, 0));
		//绘制圆
		circle(drawimg, mc[i], 4, Scalar(122, 160, 144), -1, 8, 0);
	}
	namedWindow("drawimg");
	imshow("drawimg", drawimg);
	通过m00计算轮廓面积并和opencv函数比较
	//cout << "------------" << endl;
	//for (unsigned int i = 0; i < contours.size(); i++)
	//{
	//	printf("m00计算%d面积:m00=%.2f \n opencv计算面积=%.2f,长度=%.2f\n\n", i, mu[i].m00, contourArea(contours[i]), arcLength(contours[i], true));
	//	drawContours(drawimg, contours, i, Scalar(120, 140, 160), 2, 8, hierarchy, 0, Point());
	//	circle(drawimg, mc[i], 4, Scalar(120, 140, 160), -1, 8, 0);
	//}

	//通过m00计算轮廓面积
	cout << "------------" << endl;
	for (unsigned int i = 0; i < contours.size(); i++)
	{
		printf("m00计算%d面积:m00=%.2f", i, mu[i].m00);
		drawContours(drawimg, contours, i, Scalar(120, 140, 160), 2, 8, hierarchy, 0, Point());
		circle(drawimg, mc[i], 4, Scalar(120, 140, 160), -1, 8, 0);
	}

	waitKey(0);
	return 0;
}

结果展示:

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值