【OpenCV学习笔记】三十、轮廓特征属性及应用(七)—位置关系及轮廓匹配
http://blog.csdn.net/abc8730866/article/details/69219992
轮廓特征属性及应用(七)—位置关系及轮廓匹配
1.计算点与轮廓的距离及位置关系——pointPolygonTest()
2.矩的计算——moments()
3.形状匹配(比较两个形状或轮廓间的相似度)——matchShapes()
先上ppt:
代码:1.计算点到轮廓的距离与位置关系
- ///计算点到轮廓的距离与位置关系
- #include "opencv2/opencv.hpp"
- using namespace cv;
- #include <iostream>
- using namespace std;
- int main()
- {
- //1.查找轮廓前的预处理
- Mat srcImg = imread("00.png",CV_LOAD_IMAGE_COLOR);
- Mat copyImg = srcImg.clone();
- cvtColor(srcImg,srcImg,CV_BGR2GRAY);
- threshold(srcImg,srcImg,100,255,CV_THRESH_BINARY);//确保黑中找白
- imshow("thresh",srcImg);
- //2.查找轮廓
- vector<vector<Point>> contours;
- findContours(srcImg,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);//最外层轮廓
- drawContours(copyImg, contours, -1, Scalar(0, 255, 0), 2, 8);
- //3.计算点到轮廓的距离与位置关系
- Point2f p1(20, 20);
- circle(copyImg,p1,3,Scalar(0,0,255),-1,8);
- double a0 = pointPolygonTest(contours[0], p1, true);//true表示点到轮廓的距离
- double b0 = pointPolygonTest(contours[0], p1, false);//false表示计算点与轮廓的位置关系
- cout << "a0=" << a0 << endl;
- cout << "b0=" << b0 << endl;
- imshow("contours",copyImg);
- waitKey(0);
- return 0;
- }
运行结果:
代码:2.轮廓矩的计算
- ///轮廓矩的计算
- #include "opencv2/opencv.hpp"
- using namespace cv;
- #include <iostream>
- using namespace std;
- int main()
- {
- //1.查找轮廓前的预处理
- Mat srcImg = imread("00.png", CV_LOAD_IMAGE_COLOR);
- Mat copyImg = srcImg.clone();
- cvtColor(srcImg, srcImg, CV_BGR2GRAY);
- threshold(srcImg, srcImg, 100, 255, CV_THRESH_BINARY);//确保黑中找白
- imshow("thresh", srcImg);
- //2.查找轮廓
- vector<vector<Point>> contours;
- findContours(srcImg, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);//最外层轮廓
- drawContours(copyImg, contours, -1, Scalar(0, 255, 0), 2, 8);
- //3.轮廓矩的计算
- Moments moments0 = moments(contours[0],false);//计算轮廓矩
- cout << moments0.m00<< endl;//输出空间矩之一的m00
- imshow("contours", copyImg);
- waitKey(0);
- return 0;
- }
运行结果:
代码:3.形状匹配---比较两个形状或轮廓间的相似度
- ///形状匹配---比较两个形状或轮廓间的相似度
- #include "opencv2/opencv.hpp"
- using namespace cv;
- #include <iostream>
- using namespace std;
- int main()
- {
- //1.查找模版图像的轮廓
- Mat templateImg = imread("1.jpg", CV_LOAD_IMAGE_COLOR);
- Mat copyImg1 = templateImg.clone();
- cvtColor(templateImg, templateImg, CV_BGR2GRAY);
- threshold(templateImg, templateImg, 100, 255, CV_THRESH_BINARY);//确保黑中找白
- imshow("thresh1", templateImg);
- vector<vector<Point>> contours1;
- findContours(templateImg, contours1, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);//最外层轮廓
- drawContours(copyImg1, contours1, -1, Scalar(0, 255, 0), 2, 8);
- //2.查找待测试图像的轮廓
- Mat testImg = imread("2.jpg", CV_LOAD_IMAGE_COLOR);
- Mat copyImg2 = testImg.clone();
- cvtColor(testImg, testImg, CV_BGR2GRAY);
- threshold(testImg, testImg, 100, 255, CV_THRESH_BINARY);//确保黑中找白
- imshow("thresh2", testImg);
- vector<vector<Point>> contours2;
- findContours(testImg, contours2, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);//最外层轮廓
- //3.形状匹配---比较两个形状或轮廓间的相似度
- for (int i = 0; i < contours2.size();i++)//遍历待测试图像的轮廓
- {
- //返回此轮廓与模版轮廓之间的相似度,a0越小越相似
- double a0 = matchShapes(contours1[0],contours2[i],CV_CONTOURS_MATCH_I1,0);
- cout << "模版轮廓与待测试图像轮廓" << i << "的相似度:" << a0 << endl;//输出两个轮廓间的相似度
- if (a0<0.1)//如果此轮廓与模版轮廓的相似度小于0.1
- {
- drawContours(copyImg2, contours2, i, Scalar(0, 255, 0), 2, 8);//则在待测试图像上画出此轮廓
- }
- imshow("copyImg2", copyImg2);
- if (waitKey(0) == 27)//等待按键进行下一个轮廓,ESC则退出
- {
- cout << "ESC退出" << endl;
- break;
- }
- }
- waitKey(0);
- return 0;
- }
运行结果:
图像与轮廓的相似度匹配
http://blog.csdn.net/zt271675484/article/details/21305893
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(int xx=0;xx<5;xx++)
- {
- cvSetReal2D(src,yy,xx,255);
- }
- }
- double m00,m10,m01;
- //定义矩变量
- CvMoments moment;
- //计算原始矩和中心矩
- cvMoments(src,&moment,2);
- m00 = cvGetSpatialMoment(&moment,0,0);
- m10 = cvGetSpatialMoment(&moment,1,0);
- m01 = cvGetSpatialMoment(&moment,0,1);
- //计算质心坐标
- float x = (float)(m10/m00);
- float y = (float)(m01/m00);
- //定义hu矩变量
- CvHuMoments humoment;
- //计算hu矩
- cvGetHuMoments(&moment,&humoment);
- return 0;
- }
OPencv 比较hu矩的函数(已经封装的上述的运算)
CvSeq* contours1=通过函数获取img的轮廓 指针。
CvSeq* contours1=通过函数获取img的轮廓 指针。
double result=cvMatchShapes(contours1,contours2,1);//第三个参数 为比较的方式。 输出比较的相似度浮点值。
- #pragma comment(lib,"cxcore.lib")
- #pragma comment(lib,"cv.lib")
- #pragma comment(lib,"highgui.lib")
- #pragma comment(lib,"ml.lib")
- #pragma comment(lib,"cvcam.lib")
- #pragma comment(lib,"cvaux.lib")
- #include <stdio.h>
- #include <iostream>
- #include <cv.h>
- #include <cxcore.h>
- #include <highgui.h>
- using namespace std;
- CvSeq* getImageContous(IplImage* srcin)
- {
- IplImage*src;
- src=cvCreateImage(cvGetSize(srcin),8,1);
- cvCopy(srcin,src);
- CvMemStorage* mem=cvCreateMemStorage(0);
- CvSeq* seq;
- if (!mem)
- {
- printf("mem is null");
- }
- cvThreshold(src,src,200,255,CV_THRESH_BINARY);// 二值化
- cvFindContours(src,mem,&seq,sizeof(CvContour),CV_RETR_CCOMP);
- cvReleaseImage(&src);
- return seq;
- }
- int main()
- {
- IplImage* src1=cvLoadImage("img//contour.jpg",CV_LOAD_IMAGE_GRAYSCALE);
- CvSeq* contours1=getImageContous(src1);
- IplImage* src2=cvLoadImage("img//carno//2.bmp",CV_LOAD_IMAGE_GRAYSCALE);
- CvSeq* contours2=getImageContous(src2);
- double result=cvMatchShapes(contours1,contours2,1);
- printf("%f \n",result);
- cvWaitKey(0);
- //release
- cvReleaseImage(&src1);
- cvReleaseImage(&src2);
- return 0;
- }
#include "cv.h"#include "cxcore.h"#include "highgui.h"#include <iostream>#include "function.h"intMatchContour(intargc,char** argv){IplImage *Src1=cvLoadImage("e:\\picture\\jiantou.jpg",0);IplImage *Src2=cvLoadImage("e:\\picture\\jiantou2.jpg",0);IplImage *BinaryImage1=cvCreateImage(cvGetSize(Src1),Src1->depth,1);IplImage *BinaryImage2=cvCreateImage(cvGetSize(Src2),Src2->depth,1);IplImage *SrcColor1=cvCreateImage(cvGetSize(Src1),Src1->depth,3);IplImage *SrcColor2=cvCreateImage(cvGetSize(Src2),Src2->depth,3);cvThreshold(Src1,BinaryImage1,100,255,CV_THRESH_BINARY);cvThreshold(Src2,BinaryImage2,100,255,CV_THRESH_BINARY);CvMemStorage* storage1=cvCreateMemStorage(0);CvMemStorage* storage2=cvCreateMemStorage(0);CvSeq* ContourSeq1=NULL;CvSeq* ContourSeq2=NULL;cvFindContours(BinaryImage1,storage1,&ContourSeq1,sizeof(CvContour));cvFindContours(BinaryImage2,storage2,&ContourSeq2,sizeof(CvContour));cvCvtColor(Src1,SrcColor1,CV_GRAY2BGR);cvCvtColor(Src2,SrcColor2,CV_GRAY2BGR);cvDrawContours(return0;}
【OpenCV学习笔记】三十、轮廓特征属性及应用(七)—位置关系及轮廓匹配的更多相关文章
- angular学习笔记(三十)-指令(10)-require和controller
本篇介绍指令的最后两个属性,require和controller 当一个指令需要和父元素指令进行通信的时候,它们就会用到这两个属性,什么意思还是要看栗子: html: <outer‐direct ...
- angular学习笔记(三十)-指令(7)-compile和link(2)
继续上一篇:angular学习笔记(三十)-指令(7)-compile和link(1) 上一篇讲了compile函数的基本概念,接下来详细讲解compile和link的执行顺序. 看一段三个指令嵌套的 ...
- angular学习笔记(三十)-指令(7)-compile和link(1)
这篇主要讲解指令中的compile,以及它和link的微妙的关系. link函数在之前已经讲过了,而compile函数,它和link函数是不能共存的,如果定义了compile属性又定义link属性,那 ...
- angular学习笔记(三十)-指令(6)-transclude()方法(又称linker()方法)-模拟ng-repeat指令
在angular学习笔记(三十)-指令(4)-transclude文章的末尾提到了,如果在指令中需要反复使用被嵌套的那一坨,需要使用transclude()方法. 在angular学习笔记(三十)-指 ...
- angular学习笔记(三十)-指令(5)-link
这篇主要介绍angular指令中的link属性: link:function(scope,iEle,iAttrs,ctrl,linker){ .... } link属性值为一个函数,这个函数有五个参数 ...
- angular学习笔记(三十)-指令(2)-restrice,replace,template
本篇主要讲解指令中的 restrict属性, replace属性, template属性 这三个属性 一. restrict: 字符串.定义指令在视图中的使用方式,一共有四种使用方式: 1. 元素: ...
- angular学习笔记(三十)-指令(1)-概述
之前在 angular学习笔记(十九)-指令修改dom 里面已经简单的提到了angular中的指令,现在来详细的介绍 '指令' 一.指令的创建: dirAppModule.directive('dir ...
- 【Unity 3D】学习笔记三十五:游戏实例——摄像机切换镜头
摄像机切换镜头 在游戏中常常会切换摄像机来观察某一个游戏对象,能够说.在3D游戏开发中,摄像头的切换是不可或缺的. 这次我们学习总结下摄像机怎么切换镜头. 代码: private var Camera ...
- angular学习笔记(三十)-指令(8)-scope
本篇讲解指令的scope属性: scope属性值可以有三种: 一.scope:false 默认值,这种情况下,指令的作用域就是指令元素当前所在的作用域. 二.scope:true 创建一个继承了父作用 ...
随机推荐
- 时序数据库技术体系 – InfluxDB 多维查询之倒排索引
本文转自: http://hbasefly.com/2018/02/09/timeseries-database-5/ 在时序数据库概述一文中,笔者提到时序数据库的基础技术栈主要包括高吞吐写入实现.数 ...
- C/C++对Lu系统内置动态对象进行运算符重载
欢迎访问Lu程序设计 C/C++对Lu系统内置动态对象进行运算符重载 1 说明 要演示本文的例子,你必须下载Lu32脚本系统.本文的例子需要lu32.dll.lu32.lib.C格式的头文件lu32. ...
- 网络子系统45_ip协议tos处理
//ip报头tos字段,一个字节 // 二进制位:[0 1 2] [3] [4] [5] [6] [7] // 1.[0 1 2] 表示优先级: // 000 路由 // 001 优先级 // 010 ...
- 浏览器对js运行时间的限制
浏览器对js的运行时间进行了限制 1.调用栈尺寸限制 目前大部分的主流浏览器的调用栈尺寸都在10000以上.超过这个尺寸就会报栈溢出的错误 2.长时间脚本限制 浏览器记录一个脚本的运行时间,一旦达到这 ...
- 关于VO、PO的理解——java的(PO,VO,TO,BO,DAO,POJO)解释
O/R Mapping 是 Object Relational Mapping(对象关系映射)的缩写.通俗点讲,就是将对象与关系数据库绑定,用对象来表示关系数据. 在O/R Mapping的世界里,有 ...
- Python 导入与注册
背景 最近一直学习写一个POC扫描框架,但是不知道如何下手,正巧因为一些需要有朋友在研究POCSuite的实现原理,顺面蹭一些知识点,补一补Python基础的不足,为以后编写POC框架打地基. 导入 ...
- 【黑金ZYNQ7000系列原创视频教程】05.FPGA和ARM的初次结合——LED实验
黑金论坛地址: http://www.heijin.org/forum.php?mod=viewthread&tid=36639&extra=page%3D1 爱奇艺地址: http: ...
- jhipser微服务架构介绍
内容提要 本文涉及以下内容: 微服务架构介绍 spring cloud介绍 jhipster架构介绍 微服务架构介绍 微服务概念 微服务和SOA很相似,都是按照业务功能把系统拆分成一个一个的服务.比如 ...
- 使用jhipster搭建微服务--简单demo
简介 jhipster简单来说是一个基于nodejs+yeoman的java代码生成器.往大了说是基于java的一套微服务解决方案.请注意是一整套的微服务解决方案.jhipster在整个程序架构上都做 ...
- 【算法】N Queens Problem
/* ** 目前最快的N皇后递归解决方法 ** N Queens Problem ** 试探-回溯算法,递归实现 */ #include "stdafx.h" #include & ...