opencv学习_10 (图像和轮廓的匹配(hu矩))

朴灿烈づ我的快乐病毒、 2022-09-18 04:55 217阅读 0赞

图像和轮廓的匹配(hu矩)

(1)hu矩的概念，我也总结了但是我不过多的阐述，因为我也不是太理解，只知道它具有平移，旋转，尺度不变性，详细见别人的这篇blog：[http://blog.csdn.net/wrj19860202/article/details/6327094][http_blog.csdn.net_wrj19860202_article_details_6327094]

(2)opencv 的实现——计算hu矩

<1>普通矩和中心矩的计算

Void cvMoments（const CvArr\*arr,CvMoments\*moments, int binary = 0）

arr：图像(1-通道或3通道，有COI设置)或者多边形(点的CvSeq或一族点的向量)

moments：返回矩阵态度接口的指针

binary(仅对图像)如果标识为非0，则所有零像素点被当成零，其它的被看成1.

Double cvGetSpatialMoment(&moment, p, q); //得到普通矩

Double cvGetCentralMoment(&moment, p, q); // 得到中心矩

<2>计算hu矩

Void cvGetHuMoment(CvMoments \*moment,CvHuMoments \*humoment)

代码：

IplImage *src = cvCreateImage(cvSize(10,10), 8, 1);
    	cvZero(src);
    	for(int yy = 0; yy < 5; yy++)
    	{
    		for(int xx = 0; xx < 5; xx++)
    		{
    			cvSetReal2D(src, yy, xx, 255);
    		}
    	}
    	double m00, m10, m01;
    	CvMoments moment;
    	cvMoments(src, &moment, 2);   //第三个像素点非0，则所有的0像素点被当做0，非0像素点被当做1
    	m00 = cvGetSpatialMoment(&moment, 0, 0); // 得到普通矩
    	m10 = cvGetSpatialMoment(&moment, 1, 0);
    	m01 = cvGetSpatialMoment(&moment, 0, 1);
    	double u20;
    	u20 = cvGetCentralMoment(&moment, 2, 0);  //得到中心矩
    	CvHuMoments humoment;
    	cvGetHuMoments(&moment, &humoment);
    	double hu1 = humoment.hu1;    // 得到hu矩
    	cout << hu1 << endl;

<3>OPENCV还提供了输入图像直接进行hu矩匹配的函数，返回的是两个图像或轮廓之间hu矩的相似度：

double cvMatchShapes(const void\*object1,const void\*object2,int method,doubleparameter=0);

计算两个轮廓之间hu矩相似程度：

#include <iostream>
    #include "cv.h"
    #include "cxcore.h"
    #include "highgui.h"
    using namespace std;
    
    CvSeq *getImageContours(CvArr *src)
    {
    	cvThreshold(src, src, 100, 255, CV_THRESH_BINARY);
    	CvMemStorage * storage = cvCreateMemStorage(0);
    	CvSeq * contours;
    	cvFindContours(src, storage, &contours);
    	return contours;
    }
    int main()
    {
    	IplImage *src1 = cvLoadImage("", 0);
    	CvSeq *contours1 = getImageContours(src1);  // 得到src1的轮廓
    	IplImage *src2 = cvLoadImage("", 0);
    	CvSeq *contours2 = getImageContours(src2);
    	double result = cvMatchShapes(contours1, contours2, 1);   // 根据输入的图像或轮廓来计算它们的hu矩的相似度
    	cout << result << endl;
    	cvReleaseMemStorage(&contours1->storage);
    	cvReleaseMemStorage(&contours1->storage);
    	cvReleaseImage(&src1);
    	cvReleaseImage(&src2);
    	return 0;
    }

(3)案例：给出了10副图片，其中2.jpg和11.jpg非常相似，我们代码是要实现的在3~11.jgp找到与2.jpg最相似的图片。

代码:

#include <iostream>
    #include <string>
    #include <sstream>
    #include "cv.h"
    #include "cxcore.h"
    #include "highgui.h"
    using namespace std;
    
    int main()
    {
    	IplImage *srcColor = cvLoadImage("E:\\study_opencv_video\\lesson15_3\\2.jpg", 1);
    	IplImage *src = cvCreateImage(cvGetSize(srcColor), 8, 1);
    	cvCvtColor(srcColor, src, CV_BGR2GRAY);
    	if(!src)
    	{
    		cout << "No Image Load" << endl;
    	}
    	int i;
    	stringstream ss;
    	string path;
    	string str;
    	IplImage *dst = NULL, *dstColor;
    	char c[256];
    	double result, maxResult= 1000 * 256 *256;
    	IplImage *resultMap = NULL;
    	for (i = 3; i < 12; i ++)
    	{
    		path = "E:\\study_opencv_video\\lesson15_3\\";
    		ss.clear();
    		ss << i;
    		ss >> str;
    		str += ".jpg";
    		path += str;
    		ss.clear();
    		ss << path;
    		ss >> c;
    		dstColor = cvLoadImage(c,1);
    		dst = cvCreateImage(cvGetSize(dstColor), 8, 1);
    		cvCvtColor(dstColor, dst, CV_BGR2GRAY);
    		result = cvMatchShapes(src, dst, 1);
    		if(maxResult > result)
    		{
    			resultMap = cvCreateImage(cvGetSize(dstColor), 8, 3);
    			maxResult = result;
    			cvCopy(dstColor, resultMap);
    		}
    	}
    	cvNamedWindow("srcColor", 0);
    	cvNamedWindow("resultMap",0);
    	cvShowImage("resultMap", resultMap);
    	cvShowImage("srcColor", srcColor);
    	cvWaitKey(0);
    	cvReleaseImage(&src);
    	cvReleaseImage(&srcColor);
    	cvReleaseImage(&dst);
    	cvReleaseImage(&dstColor);
    	cvReleaseImage(&resultMap);
    	cvDestroyWindow("srcColor");
    	cvDestroyWindow("resultMap");
    	return 0;
    }

作者：小村长  出处：http://blog.csdn.net/lu597203933 欢迎转载或分享，但请务必声明文章出处。 （新浪微博：小村长zack, 欢迎交流！）

[http_blog.csdn.net_wrj19860202_article_details_6327094]: http://blog.csdn.net/wrj19860202/article/details/6327094