在 OpenCV 中使用图像矩进行字体匹配答案

【问题标题】：Font matching using image moments in OpenCV在 OpenCV 中使用图像矩进行字体匹配
【发布时间】：2019-10-29 15:39:36
【问题描述】：

我正在创建一个代码，它将告诉我两个字母彼此之间的相似程度。为此，我决定使用 OpenCV 中的HuMoments 概念。

给出的是我拥有的图像

公司.jpg C0.jpg

科罗拉多州.jpg Colorado.jpg

我正在阅读图片：

im5 = cv2.imread("images/C0.jpg",cv2.IMREAD_GRAYSCALE)
im7 = cv2.imread("images/Colorado.jpg",cv2.IMREAD_GRAYSCALE)
im9 = cv2.imread("images/A.jpg",cv2.IMREAD_GRAYSCALE)

我使用cv2.matchShapes属性来匹配：

m6 = cv2.matchShapes(im5, im7, cv2.CONTOURS_MATCH_I2,0)
m8 = cv2.matchShapes(im5, im9, cv2.CONTOURS_MATCH_I2,0)

最后我打印输出：

print("C0.png and Colorado.png : {}".format(m6))
print("C0.png and A.jpg : {}".format(m8))

这里最接近零 (0) 的值表示完美匹配

我的输出：

$ python3 shapeMatcher.py 
Shape Distances Between 
-------------------------
C0.png and Colorado.png : 0.10518804385516889
C0.png and A.jpg : 0.0034705987357361856

C0 和 Colorado 不匹配，可以正确显示。令我困惑的一件事是 C0.jpg 和 A.jpg 是如何紧密匹配的？我是否遗漏了什么，使 C0 和 A 不匹配的另一种方法是什么？请注意，接近零的值意味着最接近的匹配。

【问题讨论】：

标签： python opencv image-processing machine-learning computer-vision

【解决方案1】：

根据the documentation，cv2.matchShapes 需要轮廓作为输入，而不是图像。

This tutorial 有一个示例用法：

import cv2
import numpy as np

img1 = cv2.imread('star.jpg',0)
img2 = cv2.imread('star2.jpg',0)

ret, thresh = cv2.threshold(img1, 127, 255,0)
ret, thresh2 = cv2.threshold(img2, 127, 255,0)
contours,hierarchy = cv2.findContours(thresh,2,1)
cnt1 = contours[0]
contours,hierarchy = cv2.findContours(thresh2,2,1)
cnt2 = contours[0]

ret = cv2.matchShapes(cnt1,cnt2,1,0.0)
print ret

（请注意，findContours 语法从 OpenCV 2 更改为 OpenCV 3。）

【讨论】：