OpenCV结构分析与形状描述符(22)计算图像中某个轮廓或区域的矩函数moments()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

计算一个多边形或光栅化形状直到三阶的所有矩。

该函数计算一个向量形状或光栅化形状直到三阶的矩。结果返回在 cv::Moments 结构中。

函数原型

cpp 复制代码
Moments cv::moments
(
	InputArray 	array,
	bool 	binaryImage = false 
)		

参数

  • 参数array 一个单通道的 8 位或浮点 2D 数组的光栅图像,或一个 1×N 或 N×1 的 2D 点(Point 或 Point2f)数组。
  • 参数binaryImage 如果为真,则所有非零图像像素被视为 1。该参数仅用于图像。

代码示例

cpp 复制代码
#include <iostream>
#include <opencv2/opencv.hpp>

int main()
{
    // 创建一个空白的图像
    cv::Mat image = cv::Mat::zeros( 300, 300, CV_8UC1 );  // 单通道8位图像

    // 在图像中间画一个白色的圆形作为轮廓
    cv::circle( image, cv::Point( 150, 150 ), 50, cv::Scalar( 255 ), -1 );

    // 查找图像中的轮廓
    std::vector< std::vector< cv::Point > > contours;
    cv::findContours( image, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE );

    // 计算轮廓的矩
    cv::Moments moments = cv::moments( contours[ 0 ] );

    // 从矩中计算质心
    double cx = moments.m10 / moments.m00;
    double cy = moments.m01 / moments.m00;

    // 计算面积
    double area = moments.m00;

    // 在图像上标记质心
    cv::circle( image, cv::Point( static_cast< int >( cx ), static_cast< int >( cy ) ), 5, cv::Scalar( 128 ), -1 );

   

    // 输出质心坐标和面积
    std::cout << "Centroid at (" << cx << ", " << cy << ")" << std::endl;
    std::cout << "Area: " << area << std::endl;
     // 显示图像
    cv::imshow( "Contour with Centroid", image );
    cv::waitKey( 0 );
    
    return 0;
}

运行结果

终端:

bash 复制代码
Centroid at (150, 150)
Area: 7704

图像:

相关推荐
Data_Journal1 分钟前
如何使用 Python 解析 JSON 数据
大数据·开发语言·前端·数据库·人工智能·php
陈天伟教授2 分钟前
人工智能应用- 语言理解:09.大语言模型
人工智能·语言模型·自然语言处理
ASS-ASH4 分钟前
AI时代之向量数据库概览
数据库·人工智能·python·llm·embedding·向量数据库·vlm
老百姓懂点AI7 分钟前
[微服务] Istio流量治理:智能体来了(西南总部)AI调度官的熔断策略与AI agent指挥官的混沌工程
人工智能·微服务·istio
芝士爱知识a18 分钟前
2026年教资备考数字化生存指南:主流App深度测评与AI技术应用分析
人工智能·教资·ai教育·教育技术·教资面试·app测评·2026教资
AIArchivist19 分钟前
攻坚肝胆疑难病例,AI成为诊疗决策的“智慧大脑”
人工智能
jake don24 分钟前
GPU服务器搭建大模型指南
服务器·人工智能
JicasdC123asd39 分钟前
【深度学习实战】基于Mask-RCNN和HRNetV2P的腰果智能分级系统_1
人工智能·深度学习
星爷AG I1 小时前
9-28 视觉工作记忆(AGI基础理论)
人工智能·计算机视觉·agi
陈天伟教授1 小时前
人工智能应用- 语言理解:07.大语言模型
人工智能·深度学习·语言模型