图像与轮廓的相似度匹配

最新推荐文章于 2024-07-30 17:34:01 发布

双鱼的尾巴我是白羊座

最新推荐文章于 2024-07-30 17:34:01 发布

阅读量1.1w

点赞数 3

分类专栏： OpencvChina视频教程学习

本文链接：https://blog.csdn.net/zt271675484/article/details/21305893

版权

本文介绍了使用OpenCV进行图像与轮廓的相似度匹配方法，包括平移不变性的中心距、缩放不变性的归一化中心距以及旋转不变性的HU矩。通过计算图像的HU矩并比较其值，可以评估两个图像的相似度。同时，利用cvMatchShapes函数，可以根据不同的比较方式得到轮廓的相似度浮点值。

摘要由CSDN通过智能技术生成

1 普通局

2 中心距：平移不变性

3 归一化中心距：缩放不变性

4 hu矩：旋转不变性

iplImage* img=cvload("xxxxx");

//计算普通局和中心距

CvMoments moment;

cvMoments(img,&moment,2);//第三个参数:>0 0/1组成图像

//计算hu矩

CVHuMoments humoment;

cvGetHuMoments(&moment,&humoment);

图像1---》hu矩

图像2---》hu矩

通过比较图像1和2 的hu矩 --- 值越小相似度就越大。

// contourMatch.cpp : Defines the entry point for the console application.
//

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"
#include "cvaux.h"



//www.opencvchina.com

int main(int argc, char* argv[])
{


	//产生一幅图像
	IplImage* src;
	src = cvCreateImage(cvSize(10,10),8,1);
	
	//图像初始值清零
	cvZero(src);

	//图像的前面5行5列赋值为255
	for(int yy=0;yy<5;yy++)
	{
		for