OpenCV 轮廓匹配

1.计算点与轮廓的距离及位置关系——pointPolygonTest()

2.矩的计算——moments()

3.形状匹配(比较两个形状或轮廓间的相似度)——matchShapes()

先上ppt：

OpenCV 轮廓匹配

代码：1.计算点到轮廓的距离与位置关系

///计算点到轮廓的距离与位置关系
#include "opencv2/opencv.hpp"
using namespace cv;
#include <iostream>
using namespace std;
int main()
{
//1.查找轮廓前的预处理
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);//确保黑中找白
imshow("thresh",srcImg);
//2.查找轮廓
vector<vector<Point>> contours;
findContours(srcImg,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);//最外层轮廓
drawContours(copyImg, contours, -1, Scalar(0, 255, 0), 2, 8);
//3.计算点到轮廓的距离与位置关系
Point2f p1(20, 20);
circle(copyImg,p1,3,Scalar(0,0,255),-1,8);
double a0 = pointPolygonTest(contours[0], p1, true);//true表示点到轮廓的距离
double b0 = pointPolygonTest(contours[0], p1, false);//false表示计算点与轮廓的位置关系
cout << "a0=" << a0 << endl;
cout << "b0=" << b0 << endl;
imshow("contours",copyImg);
waitKey(0);
return 0;
}

运行结果：

OpenCV 轮廓匹配

代码：2.轮廓矩的计算

///轮廓矩的计算
#include "opencv2/opencv.hpp"
using namespace cv;
#include <iostream>
using namespace std;
int main()
{
//1.查找轮廓前的预处理
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);//确保黑中找白
imshow("thresh", srcImg);
//2.查找轮廓
vector<vector<Point>> contours;
findContours(srcImg, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);//最外层轮廓
drawContours(copyImg, contours, -1, Scalar(0, 255, 0), 2, 8);
//3.轮廓矩的计算
Moments moments0 = moments(contours[0],false);//计算轮廓矩
cout << moments0.m00<< endl;//输出空间矩之一的m00
imshow("contours", copyImg);
waitKey(0);
return 0;
}

运行结果：

OpenCV 轮廓匹配

代码：3.形状匹配---比较两个形状或轮廓间的相似度

///形状匹配---比较两个形状或轮廓间的相似度
#include "opencv2/opencv.hpp"
using namespace cv;
#include <iostream>
using namespace std;
int main()
{
//1.查找模版图像的轮廓
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);//确保黑中找白
imshow("thresh1", templateImg);
vector<vector<Point>> contours1;
findContours(templateImg, contours1, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);//最外层轮廓
drawContours(copyImg1, contours1, -1, Scalar(0, 255, 0), 2, 8);
//2.查找待测试图像的轮廓
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);//确保黑中找白
imshow("thresh2", testImg);
vector<vector<Point>> contours2;
findContours(testImg, contours2, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);//最外层轮廓
//3.形状匹配---比较两个形状或轮廓间的相似度
for (int i = 0; i < contours2.size();i++)//遍历待测试图像的轮廓
{
//返回此轮廓与模版轮廓之间的相似度,a0越小越相似
double a0 = matchShapes(contours1[0],contours2[i],CV_CONTOURS_MATCH_I1,0);
cout << "模版轮廓与待测试图像轮廓" << i << "的相似度:" << a0 << endl;//输出两个轮廓间的相似度
if (a0<0.1)//如果此轮廓与模版轮廓的相似度小于0.1
{
drawContours(copyImg2, contours2, i, Scalar(0, 255, 0), 2, 8);//则在待测试图像上画出此轮廓
}
imshow("copyImg2", copyImg2);
if (waitKey(0) == 27)//等待按键进行下一个轮廓，ESC则退出
{
cout << "ESC退出" << endl;
break;
}
}
waitKey(0);
return 0;
}

运行结果：

OpenCV 轮廓匹配