若该文为原创文章，未经允许不得转载
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/106257036
各位读者，知识无穷而人力有穷，要么改需求，要么找专业人士，要么自己研究
红胖子(红模仿)的博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中…（点击传送门）
OpenCV开发专栏（点击传送门）
上一篇：《OpenCV开发笔记（五十七）：红胖子8分钟带你深入了解直方图反向投影（图文并茂+浅显易懂+程序源码）》
下一篇：持续补充中…

前言

  红胖子，来也！
  做识别，有时候需求要识别面积、距离能，若双瞳之间的距离，手机的宽高等等，图像的矩就是为这些需要识别具体标量的基础之一。

Demo

图像的矩

概述

  矩函数在图像分析中是必备的方法之一，应用广泛，如模式识别、目标分类、目标识别与方位估计、图像编码与重构等。一天个从一副数字图形中计算出来的矩集，通常描述了该图形形状的全局特征，并提供了大量的关于该图像不同类型的集合特性信息，比如大小、方向及形状等。

• 一阶矩：与形状有关；
• 二阶矩：显示曲线围绕直线平均值的扩展程度；
• 三阶矩：关于平均值的对称性的测量；

寻找轮廓

  请参照博文《OpenCV开发笔记（四十九）：红胖子8分钟带你深入了解轮廓识别（图文并茂+浅显易懂+程序源码）》

计算图像所有的矩（最高到三阶）

  计算多边形和光山形状的最高达三阶的所有矩，可用来计算形状的中心、面积、主轴和其他形状特征。

Moments moments( InputArray array, bool binaryImage = false ); 

• 参数一：InputArray类型的array，输入参数可以是光栅图像(单通道、8位或浮点的二维数组)或二维数组(lN或NI)；
• 参数二：bool类型的binaryImage，默认值false。若此参数取true，则所有非零像素为1。此参数仅对于图像使用；
  注意：此参数的返回值是返回运行后的结果。

计算轮廓面积函数原型

  用于计算部分轮廓的面积或者整个轮廓。

doube contourArea (InputArray contour , bool oriented=false ); 

• 参数一：InputArray类型的contour，输入的向量，二维点(轮廓顶点)，可以为std::vector或Mat类型；
• 参数二：bool类型的oriented，面向区域标识符。若其为true，该函数返回一个带符号的面积值，其正负取决于轮廓的方向(顺时针还是逆时针)。根据这个特性我们可以根据面积的符号来确定轮廓的位置。需要注意的是，这个参数有默认值false，表示以绝对值返回，不带符号；

用于计算封闭轮廓的周长或曲线的长度。

double arcLength (InputArray curve , boo1 c1osed); 

• 参数一：InputArray类型的curve，输入的二维点集，可以为std::vector或Mat类型；
• 参数二：bool类型的closed，一个用于指示曲线是否封闭的标识符，有默认值closed，表示曲线封闭；

Demo源码

void OpenCVManager::testMoments() {     QString fileName1 =             "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/15.jpg";     int width = 400;     int height = 300;      cv::Mat srcMat = cv::imread(fileName1.toStdString());     cv::resize(srcMat, srcMat, cv::Size(width, height));      cv::String windowName = _windowTitle.toStdString();     cvui::init(windowName);      cv::Mat windowMat = cv::Mat(cv::Size(srcMat.cols * 2, srcMat.rows * 3),                                 srcMat.type());       int threshold1 = 200;     int threshold2 = 100;     while(true)     {         windowMat = cv::Scalar(0, 0, 0);          cv::Mat mat;         cv::Mat dstMat;         cv::Mat grayMat;         cv::Mat tempMat;         cv::Mat hullMat;         hullMat = srcMat.clone();          // 原图先copy到左边         mat = windowMat(cv::Range(srcMat.rows * 0, srcMat.rows * 1),                         cv::Range(srcMat.cols * 0, srcMat.cols * 1));         cv::addWeighted(mat, 0.0f, srcMat, 1.0f, 0.0f, mat);          {             // 灰度图             cv::cvtColor(srcMat, grayMat, CV_BGR2GRAY);             cv::cvtColor(grayMat, tempMat, CV_GRAY2BGR);             // copy             mat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 2),                             cv::Range(srcMat.cols * 0, srcMat.cols * 1));             cv::addWeighted(mat, 0.0f, tempMat, 1.0f, 0.0f, mat);              cvui::printf(windowMat,                          srcMat.rows * 1 + 100,                          srcMat.cols * 0 + 20,                          "threshold1");             cvui::trackbar(windowMat,                            srcMat.rows * 1 + 100,                            srcMat.cols * 0 + 50,                            200,                            &threshold1,                            0,                            255);             cvui::printf(windowMat,                          srcMat.rows * 1 + 100,                          srcMat.cols * 0 + 100, "threshold2");             cvui::trackbar(windowMat,                            srcMat.rows * 1 + 100,                            srcMat.cols * 0 + 130,                            200,                            &threshold2,                            0,                            255);             // 使用边缘检测             cv::Canny(grayMat, dstMat, threshold1, threshold2, 3);             // copy             mat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 2),                             cv::Range(srcMat.cols * 1, srcMat.cols * 2));             cv::Mat rgbMat;             cv::cvtColor(dstMat, rgbMat, CV_GRAY2BGR);             cv::addWeighted(mat, 0.0f, rgbMat, 1.0f, 0.0f, mat);              // 寻找轮廓             std::vector<std::vector<cv::Point>> contours;             cv::findContours(dstMat, contours, cv::RETR_TREE, cv::CHAIN_APPROX_SIMPLE);             // 绘制轮廓             for(int index = 0; index < contours.size(); index++)             {                 cv::drawContours(hullMat, contours, index, cv::Scalar(0, 0, 255), 2);             }             // copy             mat = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3),                             cv::Range(srcMat.cols * 0, srcMat.cols * 1));             cv::addWeighted(mat, 0.0f, hullMat, 1.0f, 0.0f, mat);              // 计算图像所有的矩             std::vector<cv::Moments> mu(contours.size());             for(int index = 0; index < contours.size(); index++)             {                 mu[index] = cv::moments(contours[index], false);             }             // 计算轮廓的面积             for(int index = 0; index < contours.size(); index++)             {                 double area = cv::contourArea(contours[index]);                 cvui::printf(windowMat,                              srcMat.cols * 1,                              srcMat.rows * 2 + 15 * index,                              "%d/%d: contorsArea = %f",                              index,                              contours.size(),                              area);                 double length = cv::arcLength(contours[index], true);                 cvui::printf(windowMat,                              srcMat.cols * 1 + width / 2 + 30,                              srcMat.rows * 2 + 15 * index,                              "arcLength = %f",                              length);             }         }         // 更新         cvui::update();         // 显示         cv::imshow(windowName, windowMat);         // esc键退出         if(cv::waitKey(25) == 27)         {             break;         }     } } 

工程模板：对应版本号v1.52.0

  对应版本号v1.52.0

原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/106257036