OpenCV结构分析与形状描述符（18）比较两个轮廓相似度的函数matchShapes()的使用

jndingxin2024-09-18 23:28

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

比较两个形状。

该函数用于比较两个形状。所有三个实现的方法都使用了 Hu 不变矩（参见 HuMoments）

函数原型

cpp 复制代码

double cv::matchShapes
(
	InputArray 	contour1,
	InputArray 	contour2,
	int 	method,
	double 	parameter 
)

参数

参数contour1 第一个轮廓或灰度图像。
参数contour2 第二个轮廓或灰度图像。
参数method 比较方法，参见 ShapeMatchModes。
参数parameter 方法特定的参数（目前不支持）。

返回值

返回一个表示两个形状相似度的双精度浮点数。数值越小，表示两个形状越相似。

代码示例

cpp 复制代码

#include <iostream>
#include <opencv2/opencv.hpp>

int main()
{
    // 定义两个矩形的顶点
    std::vector< cv::Point > contour1 = { cv::Point( 0, 0 ), cv::Point( 2, 0 ), cv::Point( 2, 2 ), cv::Point( 0, 2 ) };

    std::vector< cv::Point > contour2 = { cv::Point( 1, 1 ), cv::Point( 3, 1 ), cv::Point( 3, 3 ), cv::Point( 1, 3 ) };

    // 计算两个轮廓的相似度
    double similarity = cv::matchShapes( contour1, contour2, cv::CONTOURS_MATCH_I1, 0.0 );

    std::cout << "Similarity between contours: " << similarity << std::endl;

    return 0;
}

运行结果

bash 复制代码

Similarity between contours: 6.66134e-16

得到的结果 6.66134e-16 是一个非常小的数值，接近于零。这意味着根据 cv::matchShapes 函数的计算，两个轮廓之间的相似度非常高，几乎完全相同。在数值计算中，如此小的数值通常表示两个对象之间几乎没有差异。