不规则形状上的 Zernike 矩误差？答案

【问题标题】：Zernike moments error on irregular shapes?不规则形状上的 Zernike 矩误差？
【发布时间】：2018-12-01 09:34:53
【问题描述】：

当我在某些包含非常不规则形状的图像上调用 mahotas.features.zernike_moments 时，我收到以下错误：

fv = mahotas.features.zernike_moments(mask, cv2.minEnclosingCircle(cnt)[1], degree=8)
File "C:\Users\admin\AppData\Local\Programs\Python\Python37\lib\site-packages\mahotas\features\zernike.py", line 59, in zernike_moments
    c0,c1 = center_of_mass(im)
ValueError: too many values to unpack (expected 2)

它适用于如下简单的形状：

但我使用以下代码在下图中收到错误。知道我做错了什么吗？

penStrokes = np.array(penStrokes)
peri = cv2.arcLength(penStrokes, True)
approx = cv2.approxPolyDP(penStrokes, 0.02 * peri, True) 
mask = np.zeros((frame.shape[0], frame.shape[1], 1), dtype='uint8')
cv2.drawContours(mask, [approx], -1, (255,), -1)
cnt = cv2.findContours(mask.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[1][0]
cv2.imshow('mask', mask)


# Determine shape from zernike moments
fv = mahotas.features.zernike_moments(mask, cv2.minEnclosingCircle(cnt)[1], degree=8)
print(fv)

编辑看来如果我将蒙版调整为 500 像素宽，代码是否有效？ mahotas 是否有形状所需的最小尺寸？

【问题讨论】：

标签： python opencv cv2 mahotas

【解决方案1】：

这里是mahotas的作者。

mask 是 3-D 图像（虽然最后一个维度是 1），而该函数仅适用于 1-D 图像。试试：

fv = mahotas.features.zernike_moments(mask[:,:,0], \
                        cv2.minEnclosingCircle(cnt)[1], \
                        degree=8)

【讨论】：