OpenCV实战之基于Hu矩实现轮廓匹配

 更新时间:2022年01月13日 16:47:14   作者:Zero___Chen  
这篇文章主要介绍了利用C++ OpenCV实现基于Hu矩的轮廓匹配,文中的示例代码讲解详细,对我们学习OpenCV有一定的帮助,感兴趣的可以学习一下

前言

本文将使用OpenCV C++ 基于Hu矩进行轮廓匹配。

一、查找轮廓

原图

测试图

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;
}

如图所示,这就是找到的最外轮廓。接下来,我们基于轮廓进行匹配。

二、计算Hu矩

OpenCV提供moments API计算图像的中心矩;HuMoments API用于中心矩计算Hu矩。关于moments HuMoments相关知识请大家自行查找。    

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;
        }
    }

上面代码段大致思路是:首先计算测试图的Hu矩;然后使用一个for循环计算原图中所有轮廓的Hu矩,依次计算两Hu矩的相似程度。在这里使用matchShapes API计算两个Hu矩。函数返回值代表两Hu矩的相似程度。完全相同返回值为0。即这里通过计算两Hu矩的相似程度,找到返回值最小的那个作为成功匹配。

三、显示效果

	drawContours(src, src_contours, MinIndex, Scalar(0, 255, 0), 2);

	Rect rect = boundingRect(src_contours[MinIndex]);

	rectangle(src, rect, Scalar(0, 0, 255), 2);

最终效果如图所示。

四、源码

#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;
}

总结

本文使用OpenCV C++基于Hu矩轮廓匹配,关键步骤有以下几点。

1、查找轮廓。在这里,我是基于最外轮廓进行匹配。

2、计算轮廓的Hu矩,然后使用matchShapes计算两Hu矩的距离,以此来判断匹配程度。

到此这篇关于OpenCV实战之基于Hu矩实现轮廓匹配的文章就介绍到这了,更多相关OpenCV Hu矩轮廓匹配内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • C++与C的差异分析

    C++与C的差异分析

    这篇文章主要介绍了C++与C的差异分析,非常实用,需要的朋友可以参考下
    2014-08-08
  • C++ std::chrono库使用示例(实现C++ 获取日期,时间戳,计时等功能)

    C++ std::chrono库使用示例(实现C++ 获取日期,时间戳,计时等功能)

    std::chrono是C++标准库中的一个组件,用于表示和处理时间,这篇文章主要介绍了C++ std::chrono库使用指南(实现C++ 获取日期,时间戳,计时等功能),需要的朋友可以参考下
    2023-06-06
  • Qt中QList与QLinkedList类的常用方法总结

    Qt中QList与QLinkedList类的常用方法总结

    这篇文章主要为大家详细介绍了Qt中QList与QLinkedList类的常用方法,文中的示例代码讲解详细,对我们学习Qt有一定的帮助,需要的可以参考一下
    2022-12-12
  • C语言递归函数与汉诺塔问题简明理解

    C语言递归函数与汉诺塔问题简明理解

    递归(recursive)函数是“自己调用自己”的函数,无论是采用直接或间接调用方式。间接递归意味着函数调用另一个函数(然后可能又调用第三个函数等),最后又调用第一个函数。因为函数不可以一直不停地调用自己,所以递归函数一定具备结束条件
    2022-07-07
  • 关于C语言操作符的那些事(超级全)

    关于C语言操作符的那些事(超级全)

    这篇文章主要给大家介绍了关于C语言操作符的那些事儿,c语言的操作符有很多,包括算术操作符、移位操作符、位操作符、赋值操作符、单目操作符、关系操作符、逻辑操作符、条件操作符、逗号表达式、下标引用、函数调用和结构成员,需要的朋友可以参考下
    2021-08-08
  • Java C++ 算法题解leetcode669修剪二叉搜索树示例

    Java C++ 算法题解leetcode669修剪二叉搜索树示例

    这篇文章主要为大家介绍了Java C++ 算法题解leetcode669修剪二叉搜索树示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-09-09
  • 好用的C++ string Format“函数”介绍

    好用的C++ string Format“函数”介绍

    大家好,本篇文章主要讲的是好用的C++ string Format“函数”介绍,感兴趣的同学赶快来看一看吧,对你有帮助的话记得收藏一下,方便下次浏览
    2021-12-12
  • 详解CLion配置openMP的方法

    详解CLion配置openMP的方法

    这篇文章主要介绍了CLion配置openMP的方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-02-02
  • linux C++ 获取文件绝对路径的实例代码

    linux C++ 获取文件绝对路径的实例代码

    下面小编就为大家带来一篇linux C++ 获取文件绝对路径的实例代码。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2016-12-12
  • qt首次连接MYSQL驱动的各种问题图文详解

    qt首次连接MYSQL驱动的各种问题图文详解

    通常来说,我们对数据库的操作更多地在于对数据库表的操作,下面这篇文章主要给大家介绍了关于qt首次连接MYSQL驱动的各种问题,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2023-04-04

最新评论