OpenCV實戰(zhàn)之基于Hu矩實現(xiàn)輪廓匹配
更新時間：2022年01月13日 16:47:14 作者：Zero___Chen
這篇文章主要介紹了利用C++ OpenCV實現(xiàn)基于Hu矩的輪廓匹配，文中的示例代碼講解詳細(xì)，對我們學(xué)習(xí)OpenCV有一定的幫助，感興趣的可以學(xué)習(xí)一下
前言
本文將使用OpenCV C++ 基于Hu矩進(jìn)行輪廓匹配。
一、查找輪廓
原圖
測試圖
vector<vector<Point>>findContour(Mat Image)
{
?? ?Mat gray;
?? ?cvtColor(Image, gray, COLOR_BGR2GRAY);
?? ?Mat thresh;
?? ?threshold(gray, thresh, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);
?? ?vector<vector<Point>>contours;
?? ?findContours(thresh, contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);
?? ?vector<vector<Point>>EffectConts;
?? ?for (int i = 0; i < contours.size(); i++)
?? ?{
?? ??? ?double area = contourArea(contours[i]);
?? ??? ?if (area > 1000)
?? ??? ?{
?? ??? ??? ?EffectConts.push_back(contours[i]);
?? ??? ?}
?? ?}
?? ?return EffectConts;
}
如圖所示，這就是找到的最外輪廓。接下來，我們基于輪廓進(jìn)行匹配。
二、計算Hu矩
OpenCV提供moments API計算圖像的中心矩；HuMoments API用于中心矩計算Hu矩。關(guān)于moments HuMoments相關(guān)知識請大家自行查找。
Moments m_test = moments(test_contours[0]);
?? ?Mat hu_test;
?? ?HuMoments(m_test, hu_test);
?? ?double MinDis = 1000;
?? ?int MinIndex = 0;
?? ?for (int i = 0; i < src_contours.size(); i++)
?? ?{
?? ??? ?Moments m_src = moments(src_contours[i]);
?? ??? ?Mat hu_src;
?? ??? ?HuMoments(m_src, hu_src);
?? ??? ?double dist = matchShapes(hu_test, hu_src, CONTOURS_MATCH_I1, 0);
?? ??? ?if (dist < MinDis)
?? ??? ?{
?? ??? ??? ?MinDis = dist;
?? ??? ??? ?MinIndex = i;
?? ??? ?}
?? ?}上面代碼段大致思路是：首先計算測試圖的Hu矩；然后使用一個for循環(huán)計算原圖中所有輪廓的Hu矩，依次計算兩Hu矩的相似程度。在這里使用matchShapes API計算兩個Hu矩。函數(shù)返回值代表兩Hu矩的相似程度。完全相同返回值為0。即這里通過計算兩Hu矩的相似程度，找到返回值最小的那個作為成功匹配。
三、顯示效果
drawContours(src, src_contours, MinIndex, Scalar(0, 255, 0), 2); Rect rect = boundingRect(src_contours[MinIndex]); rectangle(src, rect, Scalar(0, 0, 255), 2);
最終效果如圖所示。
四、源碼
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
vector<vector<Point>>findContour(Mat Image)
{
?? ?Mat gray;
?? ?cvtColor(Image, gray, COLOR_BGR2GRAY);
?? ?Mat thresh;
?? ?threshold(gray, thresh, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);
?? ?vector<vector<Point>>contours;
?? ?findContours(thresh, contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);
?? ?vector<vector<Point>>EffectConts;
?? ?for (int i = 0; i < contours.size(); i++)
?? ?{
?? ??? ?double area = contourArea(contours[i]);
?? ??? ?if (area > 1000)
?? ??? ?{
?? ??? ??? ?EffectConts.push_back(contours[i]);
?? ??? ?}
?? ?}
?? ?return EffectConts;
}
int main()
{
?? ?Mat src = imread("test/hand.jpg");
?? ?Mat test = imread("test/test-3.jpg");
?? ?if (src.empty() || test.empty())
?? ?{
?? ??? ?cout << "No Image!" << endl;
?? ??? ?system("pause");
?? ??? ?return -1;
?? ?}
?? ?vector<vector<Point>>src_contours;
?? ?vector<vector<Point>>test_contours;
?? ?src_contours = findContour(src);
?? ?test_contours = findContour(test);
?? ?Moments m_test = moments(test_contours[0]);
?? ?Mat hu_test;
?? ?HuMoments(m_test, hu_test);
?? ?double MinDis = 1000;
?? ?int MinIndex = 0;
?? ?for (int i = 0; i < src_contours.size(); i++)
?? ?{
?? ??? ?Moments m_src = moments(src_contours[i]);
?? ??? ?Mat hu_src;
?? ??? ?HuMoments(m_src, hu_src);
?? ??? ?double dist = matchShapes(hu_test, hu_src, CONTOURS_MATCH_I1, 0);
?? ??? ?if (dist < MinDis)
?? ??? ?{
?? ??? ??? ?MinDis = dist;
?? ??? ??? ?MinIndex = i;
?? ??? ?}
?? ?}
?? ?drawContours(src, src_contours, MinIndex, Scalar(0, 255, 0), 2);
?? ?Rect rect = boundingRect(src_contours[MinIndex]);
?? ?rectangle(src, rect, Scalar(0, 0, 255), 2);
?? ?imshow("test", test);
?? ?imshow("Demo", src);
?? ?waitKey(0);
?? ?system("pause");
?? ?return 0;
}總結(jié)
本文使用OpenCV C++基于Hu矩輪廓匹配，關(guān)鍵步驟有以下幾點(diǎn)。
1、查找輪廓。在這里，我是基于最外輪廓進(jìn)行匹配。
2、計算輪廓的Hu矩，然后使用matchShapes計算兩Hu矩的距離，以此來判斷匹配程度。
到此這篇關(guān)于OpenCV實戰(zhàn)之基于Hu矩實現(xiàn)輪廓匹配的文章就介紹到這了,更多相關(guān)OpenCV Hu矩輪廓匹配內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了C++寫時拷貝實現(xiàn)原理及實例解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-06-06
數(shù)據(jù)結(jié)構(gòu) 中數(shù)制轉(zhuǎn)換(棧的應(yīng)用)
這篇文章主要介紹了數(shù)據(jù)結(jié)構(gòu) 中數(shù)制轉(zhuǎn)換(棧的應(yīng)用)的相關(guān)資料,需要的朋友可以參考下2017-06-06
本文主要介紹了C語言中return返回函數(shù)局部變量的問題，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-08-08
這篇文章主要為大家介紹了C語言中數(shù)組的使用，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2021-12-12
本篇文章就來整理一下 Qt 中使用線程的五種方式，方便后期回顧。前面兩種比較簡單，一筆帶過了，主要介紹后面三種，感興趣的朋友跟隨小編一起看看吧2021-09-09
這篇文章主要為大家詳細(xì)介紹了C++設(shè)計模式之策略模式Strategy ，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-04-04
這篇文章主要介紹了C語言常見排序算法之交換排序(冒泡排序,快速排序)，冒泡排序即Bubble?Sort，類似于水中冒泡，較大的數(shù)沉下去，較小的數(shù)慢慢冒起來，假設(shè)從小到大，即為較大的數(shù)慢慢往后排，較小的數(shù)慢慢往前排2022-07-07
這篇文章主要介紹了C++保存HBITMAP為位圖文件的實現(xiàn)方法，幫助大家更好的理解和使用c++，感興趣的朋友可以了解下2021-01-01
這篇文章主要介紹了如何利用Matlab實現(xiàn)生成箭頭坐標(biāo)軸，為坐標(biāo)軸增添箭頭，文中的示例代碼講解詳細(xì)，對我們學(xué)習(xí)Matlab有一定幫助，需要的可以參考一下2022-03-03
C/C++如何獲取當(dāng)前系統(tǒng)時間的實例詳解
這篇文章主要介紹了 C/C++如何獲取當(dāng)前系統(tǒng)時間的實例詳解的相關(guān)資料,這里提供了幾種實現(xiàn)方法，幫助大家實現(xiàn)這樣的功能，需要的朋友可以參考下2017-08-08