Hu矩比较

Question

我尝试比较两张图片，并使用胡矩（Hu moment）来比较从这些图片中提取的轮廓：第一张图片 和 第二张图片。第二张图片和第一张图片是一样的，只是旋转了，我本来期待得到相同的胡矩结果，但它们有一点不同。

第一张图片的胡矩结果：

[[  6.82589151e-01]
[  2.06816713e-01]
[  1.09088295e-01]
[  5.30020870e-03]
[ -5.85888607e-05]
[ -6.85171823e-04]
[ -1.13181280e-04]]

第二张图片的胡矩结果：

[[  6.71793060e-01]
[  1.97521128e-01]
[  9.15619847e-02]
[  9.60179567e-03]
[ -2.44655863e-04]
[ -2.68791106e-03]
[ -1.45592441e-04]]

在这个视频里：http://www.youtube.com/watch?v=O-hCEXi3ymU，在第4分钟的时候，我看到他得到了完全相同的结果。我哪里出错了呢？

这是我的代码：

nomeimg = "Sassatelli 1984 ruotato.jpg"
#nomeimg = "Sassatelli 1984 n. 165 mod1.jpg"
img = cv2.imread(nomeimg)

gray = cv2.imread(nomeimg,0)
ret,thresh = cv2.threshold(gray,127,255,cv2.THRESH_BINARY_INV) 
element = cv2.getStructuringElement(cv2.MORPH_CROSS,(4,4))
imgbnbin = thresh
imgbnbin = cv2.dilate(imgbnbin, element)

#find contour
contours,hierarchy=cv2.findContours(imgbnbin,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

#Elimination small contours
Areacontours = list()
    area = cv2.contourArea(contours[i])
    if (area > 90 ):
        Areacontours.append(contours[i])
contours = Areacontours

print('found objects')
print(len(contours))

#contorus[3] for sing in first image
#contours[0] for sign in second image
print("humoments")
mom = cv2.moments(contours[0])
Humoments = cv2.HuMoments(mom)
print(Humoments)

Answer 1

我觉得你的数字可能没问题，它们之间的差异比较小。正如你链接的视频中那位先生所说（大约在3分钟处）：

为了得到一些有意义的答案，我们进行对数变换。

所以如果我们对你上面提供的数据使用 -np.sign(a)*np.log10(np.abs(a))，我们会得到：

第一张图片：

[[ 0.16584062]
 [ 0.68441437]
 [ 0.96222185]
 [ 2.27570703]
 [-4.23218495]
 [-3.16420051]
 [-3.9462254 ]]

第二张图片：

[[ 0.17276449]
 [ 0.70438644]
 [ 1.0382848 ]
 [ 2.01764754]
 [-3.61144437]
 [-2.57058511]
 [-3.83686117]]

它们不完全相同是正常的。你一开始使用的是栅格化的图像，然后经过很多处理才得到一些轮廓，这些轮廓你再传入。

根据 opencv 文档：

在栅格图像的情况下，原始图像和变换后的图像计算出的 Hu 不变性是有点不同的。