opencvsharp的MatchShapes返回0

如果OpenCVSharp的MatchShapes函数返回0，这意味着两个形状非常相似。MatchShapes函数计算两个形状之间的相似性度量，称为Hu矩。Hu矩是一组归一化的图像矩，可以用于比较形状。

如果您正在比较两个形状，并且MatchShapes函数返回0，则可以得出结论这两个形状非常相似。但是，您还可以尝试调整MatchShapes函数的参数来更改相似性度量的敏感度。例如，您可以尝试使用不同的匹配方法或调整阈值参数。

相关问题

opencvsharp的MatchShapes原理

`MatchShapes` 是 OpenCV 库的一个函数，用于计算两个二维形状之间的相似度。该函数通过比较两个形状的轮廓来计算相似度，具体实现原理如下：

1. 计算两个形状的 Hu 矩。Hu 矩是一种特征描述符，可以用于表示形状的几何性质，包括旋转不变性、平移不变性和缩放不变性等。Hu 矩的计算可以通过 `cv::HuMoments` 函数实现。

2. 使用 Hu 矩计算两个形状之间的距离。可以使用不同的距离度量方法，如欧几里得距离、曼哈顿距离、切比雪夫距离等。

3. 根据距离计算两个形状的相似度。相似度越高，表示两个形状越相似。

需要注意的是，`MatchShapes` 函数对形状的轮廓有一定的要求，轮廓必须是 2D 二进制图像（即只有黑色和白色两种像素值），并且轮廓的方向必须是顺时针或逆时针。如果形状不符合要求，可以使用 `cv::findContours` 函数进行轮廓提取和处理。

opencvsharp的MatchShapes方法讲解

OpenCvSharp是C#中的一种图片处理库，其中包含了很多有用的方法，MatchShapes就是其中之一。

MatchShapes方法用于计算两个轮廓的形状相似度，返回值越小说明两个轮廓越相似。具体用法如下：

double cv::matchShapes(
    InputArray contour1,
    InputArray contour2,
    int method,
    double parameter
);

- contour1: 第一个轮廓。
- contour2: 第二个轮廓。
- method: 计算相似度的方法。目前支持三种方法：CV_CONTOURS_MATCH_I1, CV_CONTOURS_MATCH_I2, CV_CONTOURS_MATCH_I3。
- parameter: 方法中的可选参数。

下面简单介绍一下三种计算相似度方法：

- CV_CONTOURS_MATCH_I1：这个方法计算两个轮廓的“Hu 矩”相似度。这个方法对轮廓的旋转和平移比较不敏感，但是对轮廓的缩放比较敏感。
- CV_CONTOURS_MATCH_I2：这个方法计算两个轮廓的“Hu 矩”和比例因子之间的相似度。这个方法对轮廓的缩放比较不敏感。
- CV_CONTOURS_MATCH_I3：这个方法计算两个轮廓的形状相似度。这个方法不考虑轮廓的旋转、平移和缩放。

下面是一个示例代码：

using OpenCvSharp;

class Program
{
    static void Main(string[] args)
    {
        Mat src1 = Cv2.ImRead("contour1.jpg", ImreadModes.Grayscale);
        Mat src2 = Cv2.ImRead("contour2.jpg", ImreadModes.Grayscale);

        Mat canny1 = new Mat();
        Cv2.Canny(src1, canny1, 100, 200);

        Mat canny2 = new Mat();
        Cv2.Canny(src2, canny2, 100, 200);

        Point[][] contours1;
        HierarchyIndex[] hierarchy1;
        Cv2.FindContours(canny1, out contours1, out hierarchy1, RetrievalModes.List, ContourApproximationModes.ApproxSimple);

        Point[][] contours2;
        HierarchyIndex[] hierarchy2;
        Cv2.FindContours(canny2, out contours2, out hierarchy2, RetrievalModes.List, ContourApproximationModes.ApproxSimple);

        double matchShapesResult = Cv2.MatchShapes(contours1[0], contours2[0], ShapeMatchModes.I1, 0);

        Console.WriteLine($"matchShapesResult: {matchShapesResult}");

        Cv2.WaitKey(0);
    }
}

这个示例代码中，我们首先读入两个图片，然后对它们进行边缘检测得到它们的轮廓。然后使用MatchShapes方法计算它们的相似度，并输出结果。