【OpenCV學習筆記】三十、輪廓特徵屬性及應用(七)—位置關係及輪廓匹配
阿新 • • 發佈：2019-02-13
輪廓特徵屬性及應用(七)—位置關係及輪廓匹配
1.計算點與輪廓的距離及位置關係——pointPolygonTest()
2.矩的計算——moments()
3.形狀匹配(比較兩個形狀或輪廓間的相似度)——matchShapes()
先上ppt：
程式碼：1.計算點到輪廓的距離與位置關係
///計算點到輪廓的距離與位置關係 #include "opencv2/opencv.hpp" using namespace cv; #include <iostream> using namespace std; int main() { //1.查詢輪廓前的預處理 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);//確保黑中找白 imshow("thresh",srcImg); //2.查詢輪廓 vector<vector<Point>> contours; findContours(srcImg,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);//最外層輪廓 drawContours(copyImg, contours, -1, Scalar(0, 255, 0), 2, 8); //3.計算點到輪廓的距離與位置關係 Point2f p1(20, 20); circle(copyImg,p1,3,Scalar(0,0,255),-1,8); double a0 = pointPolygonTest(contours[0], p1, true);//true表示點到輪廓的距離 double b0 = pointPolygonTest(contours[0], p1, false);//false表示計算點與輪廓的位置關係 cout << "a0=" << a0 << endl; cout << "b0=" << b0 << endl; imshow("contours",copyImg); waitKey(0); return 0; }
執行結果：
程式碼：2.輪廓矩的計算
///輪廓矩的計算 #include "opencv2/opencv.hpp" using namespace cv; #include <iostream> using namespace std; int main() { //1.查詢輪廓前的預處理 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);//確保黑中找白 imshow("thresh", srcImg); //2.查詢輪廓 vector<vector<Point>> contours; findContours(srcImg, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);//最外層輪廓 drawContours(copyImg, contours, -1, Scalar(0, 255, 0), 2, 8); //3.輪廓矩的計算 Moments moments0 = moments(contours[0],false);//計算輪廓矩 cout << moments0.m00<< endl;//輸出空間矩之一的m00 imshow("contours", copyImg); waitKey(0); return 0; }
執行結果：
程式碼：3.形狀匹配---比較兩個形狀或輪廓間的相似度
///形狀匹配---比較兩個形狀或輪廓間的相似度 #include "opencv2/opencv.hpp" using namespace cv; #include <iostream> using namespace std; int main() { //1.查詢模版影象的輪廓 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);//確保黑中找白 imshow("thresh1", templateImg); vector<vector<Point>> contours1; findContours(templateImg, contours1, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);//最外層輪廓 drawContours(copyImg1, contours1, -1, Scalar(0, 255, 0), 2, 8); //2.查詢待測試影象的輪廓 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);//確保黑中找白 imshow("thresh2", testImg); vector<vector<Point>> contours2; findContours(testImg, contours2, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);//最外層輪廓 //3.形狀匹配---比較兩個形狀或輪廓間的相似度 for (int i = 0; i < contours2.size();i++)//遍歷待測試影象的輪廓 { //返回此輪廓與模版輪廓之間的相似度,a0越小越相似 double a0 = matchShapes(contours1[0],contours2[i],CV_CONTOURS_MATCH_I1,0); cout << "模版輪廓與待測試影象輪廓" << i << "的相似度:" << a0 << endl;//輸出兩個輪廓間的相似度 if (a0<0.1)//如果此輪廓與模版輪廓的相似度小於0.1 { drawContours(copyImg2, contours2, i, Scalar(0, 255, 0), 2, 8);//則在待測試影象上畫出此輪廓 } imshow("copyImg2", copyImg2); if (waitKey(0) == 27)//等待按鍵進行下一個輪廓，ESC則退出 { cout << "ESC退出" << endl; break; } } waitKey(0); return 0; }
執行結果：
