关于寻找shape特征(feature)的方法总结

计算机视觉中，目前有哪些成熟的匹配定位算法

这个链接涉及到模板匹配的实际问题, 高票答主提到的ESM, 结构特征ASM的, 我都是第一次看到. 即便是我之前在下面提到的ICP算法也没有实际去应用过,计算机视觉的道路任重而道远啊.

computer and machine vision 

 computer vision algorithms and applications, 

加上对应opencv2 cookbook 涉及到的大部分算法

关于寻找shape特征(feature)的方法总结                            

二维物体形状识别方法比较

Compares two shapes.

C++:  double  matchShapes (InputArray  contour1, InputArray  contour2, int  method, double  parameter )

Python:   cv2. matchShapes (contour1, contour2, method, parameter ) → retval

C:  double  cvMatchShapes (const void*  object1, const void*  object2, int  method, double  parameter=0  )

Parameters:	object1 – First contour or grayscale image. object2 – Second contour or grayscale image. method – Comparison method: CV_CONTOURS_MATCH_I1 , CV_CONTOURS_MATCH_I2 orCV_CONTOURS_MATCH_I3 (see the details below). parameter – Method-specific parameter (not supported now).

The function compares two shapes. All three implemented methods use the Hu invariants (see HuMoments() ) as follows ( denotes object1,:math:B denotes object2 ):

• method=CV_CONTOURS_MATCH_I1

  

• method=CV_CONTOURS_MATCH_I2

  

• method=CV_CONTOURS_MATCH_I3

  

where

and  are the Hu moments of  and  , respectively.