本文详细介绍了OpenCV中的moments函数和HuMoments函数，用于计算图像的矩，特别是二阶和三阶矩，用于描述图像的形状特征。同时，文章探讨了matchShapes函数，它基于Hu不变矩比较两个形状的相似度，适用于图像识别。通过函数原型、参数解释和示例，展示了如何使用这些函数进行形状比较。
一、moments函数/HuMoments函数
1、矩的概念
矩函数在图像分析中有着广泛的应用，如模式识别、目标分类、目标识别与方位估计、图像的编码与重构等。从一幅图像计算出来的矩集，不仅可以描述图像形状的全局特征，而且可以提供大量关于该图像不同的几何特征信息，如大小，位置、方向和形状等。图像矩这种描述能力广泛应用于各种图像处理、计算机视觉和机器人技术领域的目标识别与方位估计中。
一阶矩：与形状有关；
二阶矩：显示曲线围绕直线平均值的扩展程度；
三阶矩：关于平均值的对称性测量；由二阶矩和三阶矩可以导出7个不变矩。而不变矩是图像的统计特性，满足平移、伸缩、旋转均不变的不变性、在图像识别领域得到广泛的应用。
在OpenCV中，可以很方便的计算多边形区域的3阶特征矩，opencv中的矩主要包括以下几种：空间矩，中心矩和中心归一化矩。
2、函数原型
Moments cv::moments (InputArray array, bool binaryImage=false)void cv::HuMoments (const Moments &moments, double hu
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
