【OpenCV学习笔记】三十、轮廓特征属性及应用(七)—位置关系及轮廓匹配

轮廓特征属性及应用(七)—位置关系及轮廓匹配

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：

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：

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m00imshow("contours", copyImg);waitKey(0);return 0;}

运行结果：

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：