1. 定义
大小为
的数字图像
的二维
阶定义为:
对应的中心矩
矩函数在图像分析中有着广泛的应用,如模式识别,目标分类,目标识别与方位估计、图像编码与构建等。通常描述了该图像形状的全局特征,并提供了大量的关于该图形不同类型的几何特性信息。一阶矩与形状有关,二阶矩显示曲线围绕直线平均值的扩展程度,三阶矩是关于平均值的对称性的测量。
由二阶矩和三阶矩可以导出一组共7个不变矩。在图像的统计特性,满足平移、伸缩、旋转不变性。
2. 矩的计算:moments()函数
moments()函数用来计算多边形和光栅形状的最高达三阶的所有矩。用来计算形状的重心、面积、主轴和其他形状特征。
函数原型:
Monments moments(InputArray array,bool binaryImage =false)
- 第二个参数:bool类型的binaryImage,默认值为false,取true,所有的非零元素的值为1
3. 计算轮廓面积:contourArea()函数
用来计算整个轮廓或部分轮廓的面积
函数原型:
double contourArea(InputArray contour,bool oriented =false)
4. 计算轮廓长度:arcLength()函数
用来计算封闭轮廓的周长或曲线的长度
double arcLength(InputArray curve,bool closed)
5. 综合示例
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;
using namespace std;
//定义窗口名字的宏
#define WINDOW_NAME1 "【原始图】"
#define WINDOW_NAME2 "【图像轮廓】"
//全局变量的声明
Mat g_srcImage, g_grayImage;
int g_nThresh = 100;
int g_nMaxThresh = 255;
RNG g_rng(12345);
Mat g_cannyMat_output;
vector<vector<Point> > g_vContours;
vector<Vec4i>g_vHierarchy;
//全局函数声明
void on_ThreshChange(int, void*);
//main()函数
int main()
{
//改变console字体颜色
system("color 1E");
//读入原图,返回3通道图像数据
g_srcImage = imread("1.jpg", 1);
//源图像转化为灰度图像并平滑
cvtColor(g_srcImage, g_grayImage, COLOR_BGR2GRAY);
blur(g_grayImage, g_grayImage, Size(3, 3));
//创建新窗口
namedWindow(WINDOW_NAME1, WINDOW_AUTOSIZE);
imshow(WINDOW_NAME1, g_srcImage);
//创建滚动条并进行初始化
createTrackbar("阈值:", WINDOW_NAME1, &g_nThresh, g_nMaxThresh, on_ThreshChange);
on_ThreshChange(0, 0);
waitKey(0);
return 0;
}
void on_ThreshChange(int, void *)
{
//使用canny检测边缘
Canny(g_grayImage, g_cannyMat_output, g_nThresh, g_nThresh * 2, 3);
//找到轮廓
findContours(g_cannyMat_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++)
{
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_cannyMat_output.size(), CV_8UC3);
for (unsigned int i = 0; i < g_vContours.size(); i++)
{
//随机生成颜色值
Scalar color = Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255));
//绘制外层和内层轮廓
drawContours(drawing, g_vContours, i, color, 2, 8, g_vHierarchy, 0, Point());
//绘制圆
circle(drawing, mc[i], 4, color, -1, 8, 0);
}
//显示到窗口中
namedWindow(WINDOW_NAME2, WINDOW_AUTOSIZE);
imshow(WINDOW_NAME2, drawing);
//通过m00计算轮廓面积和Opencv函数比较
printf("\t输出内容:面积和轮廓长度\n");
for (unsigned int i = 0; i < g_vContours.size(); i++)
{
printf(">通过m00计算出轮廓[%d]的面积:(M_00) = %.2f \n Opencv函数计算出面积 = %.2f,长度:%.2f \n\n", i, mu[i].m00, contourArea(g_vContours[i]),arcLength(g_vContours[i], true));
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], 4, color, -1, 8, 0);
}
}