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
泰迪智能科技011 小时前
高校深度学习视觉应用平台产品介绍
人工智能·深度学习
盛派网络小助手2 小时前
微信 SDK 更新 Sample,NCF 文档和模板更新,更多更新日志,欢迎解锁
开发语言·人工智能·后端·架构·c#
Eric.Lee20212 小时前
Paddle OCR 中英文检测识别 - python 实现
人工智能·opencv·计算机视觉·ocr检测
cd_farsight2 小时前
nlp初学者怎么入门?需要学习哪些?
人工智能·自然语言处理
AI明说2 小时前
评估大语言模型在药物基因组学问答任务中的表现:PGxQA
人工智能·语言模型·自然语言处理·数智药师·数智药学
Focus_Liu2 小时前
NLP-UIE(Universal Information Extraction)
人工智能·自然语言处理
PowerBI学谦2 小时前
使用copilot轻松将电子邮件转为高效会议
人工智能·copilot
audyxiao0013 小时前
AI一周重要会议和活动概览
人工智能·计算机视觉·数据挖掘·多模态
Jeremy_lf3 小时前
【生成模型之三】ControlNet & Latent Diffusion Models论文详解
人工智能·深度学习·stable diffusion·aigc·扩散模型