图像阶矩及重心计算

原创已于 2024-02-21 14:56:37 修改 · 1.3k 阅读

6 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#计算机视觉 #图像处理 #opencv

于 2023-03-21 09:23:59 首次发布

文章介绍了如何使用图像的矩来分析二值图像的特性，如通过零阶矩计算白色区域面积，一阶矩确定图像重心，以及二阶矩估算物体形状的方向。通过OpenCV库中的moments函数，可以便捷地计算这些矩并应用到实际问题中。

📄 AI 智能文档扫描仪 -

图片编辑

Python

PyTorch

基于OpenCV透视变换算法，提供文档自动扫描与矫正服务，支持边缘检测、歪斜拉直及去阴影增强，集成WebUI，纯算法零依赖版

理论：

在这里插入图片描述

图像的矩

零阶矩

在这里插入图片描述
这里的图像是单通道图像， V（i，j）V（i，j）表示图像在 (i,j)(i,j)点上的灰度值。
我们可以发现，当图像为二值图时， M00就是这个图像上白色区域的总和，因此， M00可以用来求二值图像（轮廓，连通域）的面积

一阶矩

在这里插入图片描述
当图像为二值图时, V(i,j) 只有0（黑），1（白）两个值。 M10 就是图像上所以白色区域 x坐标值与坐标乘积的累加。因此，一阶矩可以用来求二值图像的重心:

二阶矩

在这里插入图片描述
二阶矩可以用来求物体形状的方向：

##代码
Mat image = imread(imagename, 0);//读入灰度图
Mat binary;
//二值，椭圆是黑色的，所以反色下
threshold(image, binary, 200, 255, CV_THRESH_BINARY_INV);
Moments m = moments(binary, true);//moments()函数计算出三阶及一下的矩
Point2d center(m.m10 / m.m00, m.m01 / m.m00);//此为重心
//计算方向
double a = m.m20 / m.m00 - center.xcenter.x;
double b = m.m11 / m.m00 - center.xcenter.y;
double c = m.m02 / m.m00 - center.ycenter.y;
double theta = fastAtan2(2b,(a - c))/2;//此为形状的方向