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
大模型真好玩4 分钟前
大模型训练全流程实战指南实战篇(十八)——微调问答对数据构建技术
人工智能·agent·deepseek
甲维斯5 分钟前
谷歌太抽象了,快速测一下Hydrogen!
人工智能
Dawson Zhu29 分钟前
【分布式训练⑧】通信优化:NCCL、Ring AllReduce与计算通信重叠
人工智能·语言模型·架构·aigc·agi
泯泷41 分钟前
AI Agent 工具设计:给模型装上“手脚”,为什么不能只会调用 API?
人工智能·llm·agent
在所不辞兄1 小时前
【人工智能驱动的电催化研究-07】CSV文件、路径与可追溯记录
人工智能·深度学习·神经网络·机器学习·有限元·电化学·电催化
装不满的克莱因瓶1 小时前
【从零搭建】AI大模型之ReactAgent智能体对接MCP实战
java·人工智能·ai·springai·mcp·springaialibaba
百度Geek说2 小时前
研发Loop的上下文优化与多Agent协作实践
人工智能
七夜zippoe2 小时前
Nexent 模型配置:4 字段与 9 个槽位
数据库·人工智能·模型·nexent
硅农程序猿2 小时前
SOC 物理实现: RTL2GDS 系列(二)—Innovus 初始化
人工智能·嵌入式硬件·硬件架构
梦想很大很大2 小时前
一句“你好”用了 5671 Token:我在 Workrun 中追查 Agent 隐性成本的过程
前端·人工智能·后端