opencv之轮廓特征属性及应用

1)点与轮廓的距离及位置关系

计算点与轮廓的距离及位置关系–pointPolygonTest()

double pointPolygonTest(InputArray contour,Point2f pt,bool measureDist);

&&contour 所需检测的轮廓对象

&&pt Point2f类型的pt 待判定位置的点

&&measureDist :是否计算距离的标志，当为true时，计算点到轮廓的最短距离，当为false时，只判定轮廓和点的位置关系，具体关系如下：

&&返回值为-1，表示点在轮廓外部

&&返回值为0 ，表示点在轮廓上

&&返回值为1 表示点在轮廓的内部

注意：如果你不需要知道具体距离，建议将第三个参数设置为false,这样速度会提高2到3倍

2)轮廓矩

0阶矩(m-00)———-为目标区域的质量

1阶矩(m_01,m_10)———-表示目标区域的质心

2阶矩（m_02，m_11,m_20）——–表示旋转半径

3阶矩（m_03，m_12，m_30）———描述目标的方位与斜度，反映目标的扭曲程度

中心矩：构造平移不变性

归一化中心矩：构造尺度 不变性

hu矩：构造旋转不变性

矩的计算–moments()

Moments moments(InputArray array,bool binaryImage=false)

&&array :输入参数，可以是光栅图像或二维数组

&&binaryImage:默认值false,非零像素取其本身值，若为true,则非零像素取1

&&返回值：Moments类的对象，返回对应的轮廓的空间矩/中心矩/和归一化中矩

（最高三阶）

// !spatial moments

double m00,m10,m01,m20,m11,m02,m30,m21,m12,m03;

// ！central moments

double mu20,mu11,mu02,mu30,mu21,mu12,mu03;

//！central normalized moments

double nu20,nu11,nu02,nu30,nu21,nu12,nu03;

ex1:

Moments momenr0=moments(contours[i],false);

cout<

//轮廓匹配
Mat srcImg=imread("1.jpg");//读取模板图像
imshow("src",srcImg);
cvtColor(srcImg,srcImg,CV_BGR2GRAY);
threshold(srcImg,srcImg,100,255,CV_THRESH_BINARY);
vector<vector<Point>>contours;
vector<Vec4i>hierarcy;
findCOntours(srcImg,contours,hierarcy,CV_RETR_EXTERNAL,CVCHAIN_APPROX_NONE);
Mat srcImg2=imread("2.jpg");
imshow("src2",srcImg2);
Mat dstImg=srcImg2.clone();
cvtColor(srcImg2,srcImg2,CV_BGR2GRAY);
threshold(srcImg2,srcImg2,100,255,CV_THRESH_BINARY);
vector<vector<Point>contours2;
vector<Vec4i>hierarcy;
findContours(srcImg2,contours2,hierarcy2,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);
while(1)
{
for(int i=0;i<contours2.size();i++)
{
double matchRate=matchShapes(contours[0],contours2[i],CV_CONTOURS_MATCH_11,0,0);
cout<<"index="<<i<<"---"<<setiosflags(ios::fixed)<<matchRate<<endl;
if(matchRate<=0.1)
drawContours(dstImg,contours2,i,Scalar(0,255,0),2,8);
imshow("dst",dstImg);
char key=waitKey();
if(key==27)
break;
}
break;
}