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
做运维的阿瑞7 小时前
2025 年度国产大模型「开源 vs. 闭源」深度评测与实战指南
人工智能·低代码·开源
渡我白衣7 小时前
深度学习入门(三)——优化算法与实战技巧
人工智能·深度学习
可触的未来,发芽的智生7 小时前
触摸未来2025.10.10:记忆的种子,当神经网络拥有了临时工作区,小名喜忆记系统
人工智能·python·神经网络·机器学习·架构
极客BIM工作室7 小时前
演化搜索与群集智能:五种经典算法探秘
人工智能·算法·机器学习
Guheyunyi7 小时前
消防管理系统如何重构现代空间防御体系
大数据·运维·人工智能·安全·信息可视化·重构
东方芷兰7 小时前
LLM 笔记 —— 04 为什么语言模型用文字接龙,图片模型不用像素接龙呢?
人工智能·笔记·深度学习·语言模型·自然语言处理
Niuguangshuo8 小时前
深度学习基本模块:MultiheadAttention 多头注意力机制
人工智能·深度学习
清风吹过8 小时前
LSTM新架构论文分享3:LSTM+卡尔曼滤波
人工智能·rnn·lstm
MPCTHU8 小时前
Deep Learning|03 Overview of Machine Learning
人工智能·深度学习·机器学习
Rock_yzh8 小时前
AI学习日记——卷积神经网络(CNN):完整实现与可视化分析
人工智能·python·深度学习·神经网络·学习·cnn