【OpenCV】-图像的矩

---

为什么学图像的矩？

答：矩函数在图像分析中涉及很多地方，如模式识别、目标分类、目标识别与方位估计、图像编码与重构。一个从一幅数字图形中计算出来的矩集，通常描述了该图像的全局特征，并提供了大量的关于该图像不同类型的几何特性信息。比如大小、位置、方向以及形状等。

1、矩的计算：moments()函数

说明：moments()函数用于计算多边形和光栅形状的最高达三阶的所有矩。矩用来计算形状的重心、面积，主轴和其他形状。

Moments moments(InputArray array,bool binaryImage=false)

• 第一个参数：输入参数，可以是光栅图像（单通道，8位或者浮点的二维数组）

  补充：光栅图也叫做位图、点阵图、像素图，简单的说，就是最小单位由像素构成的图，只有点的信息，缩放时会失真。每个像素有自己的颜色，类似电脑里的图片都是像素图，你把它放很大就会看到点变成小色块了。

• 第二个参数：默认值false，若参数为true，则所有非零像素为1。是否为二值图像

2、计算轮廓面积：contourArea()函数

说明：contourArea()函数计算整个轮廓或者部分轮廓的面积

double contourArea(InputArray contour,bool oriented=false)

• 第一个参数：输入的向量，二维点（轮廓顶点），Mat类型或者std::vector
• 第二个参数：面向区域标识符。若其为true，该函数返回一个带符号的面积值，其正负取决于轮廓的方向（顺时针还是逆时针）。false表示以绝对值返回，不带符合

3、计算轮廓长度：arcLength()函数

说明：arcLength()函数用于计算封闭轮廓的周长或曲线的长度

double arcLength(InputArray curve,bool closed)

• 第一个参数：输入的二维点集，可以是Mat或者std::vector

• 第二个参数：一个用于指示曲线是否封闭的标识符，默认值closed，标识曲线封闭

4、综合示例程序：查找和绘制图像轮廓矩

代码步骤：

• 提前图像轮廓
• 发现轮廓
• 计算每个图像轮廓的矩
• 计算每个对象的中心、弧长、面积

#include<opencv2/opencv.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>
using namespace std;
using namespace cv;
#define WINDOW_NAME1 "【原始图窗口】"
#define WINDOW_NAME2 "【效果图窗口】"
Mat g_srcImage; Mat g_grayImage;
int g_nThresh = 100;	//阈值
int g_maxThresh = 255;	//阈值最大值
RNG g_rng(12345);	//随机数生成器
Mat g_cannuMat_output;
vector<vector<Point> > g_vContours;
vector<Vec4i> g_vHierarchy;
void on_ThreshChange(int, void *);
static void ShowHelpTxte();
int main()
{
    
    
	system("color 1E");
	//加载源图像
	g_srcImage = imread("E:\\Pec\\jun.jpg", 1);
	//得到的原图转换为灰度并进行平滑
	cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);
	blur(g_grayImage, g_grayImage, Size(3, 3));
	namedWindow(WINDOW_NAME1, WINDOW_AUTOSIZE);
	imshow(WINDOW_NAME1, g_srcImage);

	createTrackbar("阈值：", WINDOW_NAME1, &g_nThresh, g_maxThresh, on_ThreshChange);
	on_ThreshChange(0, 0);//调用一次进行初始化
	waitKey(0);
	return 0;
}
void on_ThreshChange(int, void *)
{
    
    
	//使用边缘检测
	Canny(g_grayImage, g_cannuMat_output, g_nThresh, g_nThresh * 2, 3,false);
	//找到轮廓
	findContours(g_cannuMat_output, g_vContours, g_vHierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
	//计算矩
	vector<Moments>mu(g_vContours.size());
	for (unsigned int i = 0; i < g_vContours.size(); i++)
	{
    
    
		mu[i] = moments(g_vContours[i], false);	
	}
	//计算中心矩
	vector<Point2f>mc(g_vContours.size());
	for (unsigned int i = 0; i < g_vContours.size(); i++)
	{
    
    
		//m00:表示：x=0，y=0
		mc[i] = Point2f(static_cast<float>(mu[i].m10 / mu[i].m00), static_cast<float>(mu[i].m01 / mu[i].m00));
	}
	//绘制轮廓
	Mat drawing= Mat::zeros(g_cannuMat_output.size(), CV_8UC3);	
	//通过m00计算轮廓面积并且和OpenCV函数比较
	for (unsigned int i = 0; i < g_vContours.size(); i++)
	{
    
    
		cout << "center point x:" << mc[i].x << "，y:" << mc[i].y << endl;
		cout << ">通过m00计算出轮廓[" << i << "]的面积：（M_00= " << mu[i].m00 << " ，OpenCV函数计算出的面积 = "
			<< contourArea(g_vContours[i]) << "，长度为：" << arcLength(g_vContours[i], true) << endl;
		Scalar color = Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255));
		drawContours(drawing, g_vContours, i, color, 2, 8, g_vHierarchy, 0, Point());
		circle(drawing, mc[i], 1, color, -1, 8, 0);//绘制圆

	}
	namedWindow(WINDOW_NAME2, WINDOW_AUTOSIZE);
	imshow(WINDOW_NAME2, drawing);
}