python opencv 形状特征的匹配

在 OpenCV 中，可以使用 `cv2.matchShapes()` 函数来进行形状特征的匹配。

该函数的调用形式如下：

retval = cv2.matchShapes(contour1, contour2, method, parameter)

其中，`contour1` 和 `contour2` 是两个轮廓，`method` 是匹配方法，`parameter` 是该方法的参数。

`method` 参数可以取以下三个值：

- `cv2.CONTOURS_MATCH_I1`：表示使用 I1 方法进行匹配；
- `cv2.CONTOURS_MATCH_I2`：表示使用 I2 方法进行匹配；
- `cv2.CONTOURS_MATCH_I3`：表示使用 I3 方法进行匹配。

`parameter` 参数的取值范围因不同的方法而异。

下面是一个示例代码，展示如何使用 `cv2.matchShapes()` 函数进行形状特征的匹配：

import cv2

img1 = cv2.imread('shape1.png', cv2.IMREAD_GRAYSCALE)
img2 = cv2.imread('shape2.png', cv2.IMREAD_GRAYSCALE)

_, thresh1 = cv2.threshold(img1, 127, 255, cv2.THRESH_BINARY)
_, thresh2 = cv2.threshold(img2, 127, 255, cv2.THRESH_BINARY)

contours1, _ = cv2.findContours(thresh1, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contours2, _ = cv2.findContours(thresh2, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

cnt1 = contours1[0]
cnt2 = contours2[0]

match = cv2.matchShapes(cnt1, cnt2, cv2.CONTOURS_MATCH_I1, 0)

print('Match value:', match)

在上述代码中，我们首先读入两个形状的图片，然后对它们进行二值化处理，接着使用 `cv2.findContours()` 函数找到两个形状的轮廓，最后使用 `cv2.matchShapes()` 函数计算两个轮廓的匹配值。

需要注意的是，在实际应用中，由于形状可能存在旋转、缩放等变换，因此需要对形状进行预处理，以消除这些变换的影响，从而得到更准确的匹配结果。