opencv计算轮廓的矩moments

如何使用opencv 的moments方法计算轮廓的矩？

矩即为用一组简单的数据(数据描述量)来描述整个图像，这组数据月简单越有代表性越好。良好的特征不受光线、噪点、几何形变的干扰，图像识别技术的发展中，不断有新的描述图像特征提出，而图像不变矩就是其中一个。

从图像中计算出来的矩通常描述了图像不同种类的几何特征如：大小、灰度、方向、形状等，图像矩广泛应用于模式识别、目标分类、目标识别与防伪估计、图像编码与重构等领域。

函数说明api：

获取矩的方法：

cv::moments ( InputArray array,
bool binaryImage = false
)
array:输入数组，可以是光栅图像(单通道，8-bit或浮点型二维数组),或者是一个二维数组(1 X N或N X 1),二维数组类型为Point或Point2f

binaryImage:默认值是false，如果为true，则所有非零的像素都会按值1对待，也就是说相当于对图像进行了二值化处理，阈值为1，此参数仅对图像有效。

计算面积：

double cv::contourArea ( InputArray contour,
bool oriented = false
)

contour:是一个向量，二维点，可以是vector或Mat类型

oriented:有默认值false，面向区域标识符，如果为true，该函数返回一个带符号的面积，其正负取决于轮廓的方向(顺时针还是逆时针)。根据这个特性可以根据面积的符号来确定轮廓的位置。如果是默认值false，则面积以绝对值的形式返回.

计算轮廓曲线的长度方法：

double cv::arcLength ( InputArray curve,
bool closed
)
curve:输入二维点集，可以是vector或Mat类型
closed:曲线是否封闭的标志位，true则封闭否则不封闭

代码：

JNIEXPORT void JNICALL
Java_org_opencv_samples_tutorial2_Tutorial2Activity_FindFeatures(JNIEnv *, jobject, jlong addrGray,
                                                                 jlong addrRgba) {
    Mat &mGr = *(Mat *) addrGray;
    Mat &mRgb = *(Mat *) addrRgba;
    vector<KeyPoint> v;

    looperAddNum++;
    if (looperAddNum > 60) {
        looperAddNum = 0;
        if (looperIndexNum < 100)
            looperIndexNum += 1;
    }


    int thresh = 100;
    blur(mGr, mGr, Size(3, 3));
    Mat canny_output;
    vector<vector<Point> > contours;
    vector<Vec4i> hierarchy;
    Canny(mGr, canny_output, thresh, thresh * 2, 3);
    findContours(canny_output, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
    vector<Moments> mu(contours.size());
    for (size_t i = 0; i < contours.size(); i++) {
        mu[i] = moments(contours[i], false);
    }
    vector<Point2f> mc(contours.size());
    for (size_t i = 0; i < contours.size(); i++) {
        mc[i] = Point2f(static_cast<float>(mu[i].m10 / mu[i].m00),
                        static_cast<float>(mu[i].m01 / mu[i].m00));
    }
    Mat drawing = Mat::zeros(canny_output.size(), mRgb.type());
    for (size_t i = 0; i < contours.size(); i++) {
        Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
        drawContours(drawing, contours, (int) i, color, 2, 8, hierarchy, 0, Point());
        circle(drawing, mc[i], 8, color, -1, 8, 0);
    }
//    printf("\t Info: Area and Contour Length \n");
    for (size_t i = 0; i < contours.size(); i++) {
        printf(" * Contour[%d] - Area (M_00) = %.2f - Area OpenCV: %.2f - Length: %.2f \n", (int) i,
               mu[i].m00, contourArea(contours[i]), arcLength(contours[i], true));
        Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
        drawContours(drawing, contours, (int) i, color, 2, 8, hierarchy, 0, Point());
        circle(drawing, mc[i], 4, color, -1, 8, 0);
    }
    mRgb=drawing;


    LOGI("index %d", looperIndexNum);


}