在OpenCV里图像外形的比较

在图形里经常会用到比较两个图形的相似程度，因为这是目标识别的一种方法，比如轮胎是圆的，那么就可以拿一个圆来与轮胎的外形进行比较，如果相似度比较高，就有可能是轮胎。在OpenCV里使用cv.matchShapes()函数来进行比较，这个函数返回的值越低，说明匹配越好。其实它是使用图像Hu矩来实现的。对于形状匹配来说，我们希望计算出来的矩具有平移不变性，旋转不变性，尺度不变性，Hu矩就可以满足这一要求；hu矩 是7个数字的组合，每个数字都是利用central moments计算得来，前6个被证明包含平移不变性，旋转不变性，尺度不变性和翻转不变性，第7个的符号与图像翻转有关。计算方式如下：

可以用下面的代码来演示：

#python 3.7.4,opencv4.1
#蔡军生 https://blog.csdn.net/caimouse/article/details/51749579
#
import numpy as np
import cv2
from matplotlib import pyplot as plt

#读取图片
img1 = cv2.imread('star3.png',0)
img2 = cv2.imread('star2.png',0)

ret, thresh = cv2.threshold(img1, 127, 255,0)
ret, thresh2 = cv2.thresho