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

  • 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。

相关推荐
却道天凉_好个秋7 分钟前
深度学习(四):数据集划分
人工智能·深度学习·数据集
数字冰雹11 分钟前
“图观”端渲染场景编辑器
人工智能·编辑器
里昆11 分钟前
【AI】Tensorflow在jupyterlab中运行要注意的问题
人工智能·python·tensorflow
荼蘼32 分钟前
OpenCV 高阶 图像金字塔 用法解析及案例实现
人工智能·opencv·计算机视觉
Clownseven34 分钟前
2025云计算趋势:Serverless与AI大模型如何赋能中小企业
人工智能·serverless·云计算
2401_8288906435 分钟前
使用 BERT 实现意图理解和实体识别
人工智能·python·自然语言处理·bert·transformer
Cheney8221 小时前
华为Ai岗机考20250903完整真题
人工智能·华为
新智元1 小时前
=COPILOT() 函数横空出世!AI 自动写公式效率起飞,网友:让 Excel 再次伟大
人工智能·openai
scx_link1 小时前
Word2Vec词嵌入技术和动态词嵌入技术
人工智能·自然语言处理·word2vec
云梦谭1 小时前
Cursor 编辑器:面向 AI 编程的新一代 IDE
ide·人工智能·编辑器