So sánh thời điểm Hu

Question

Tôi đã cố gắng so sánh hai hình ảnh và sử dụng thời điểm Hu để so sánh đường viền được trích xuất từ ​​những hình ảnh sau: https://docs.google.com/file/d/0ByS6Z5WRz-h2WHEzNnJucDlRR2s/edit và https://docs.google.com/file/d/0ByS6Z5WRz-h2VnZyVWRRWEFva0k/edit Hình ảnh thứ hai chỉ bằng hình ảnh đầu tiên được xoay và tôi dự kiến ​​là kết quả giống nhau. Chúng hơi khác một chút.

Humoments dấu trên bên phải (hình ảnh đầu tiên):

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

Humoments dấu trên bên phải (hình ảnh thứ hai):

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

Trong video này: http://www.youtube.com/watch?v=O-hCEXi3ymU tại Minut 4th tôi xem ông thu được chính xác như nhau. Tôi sai ở đâu?

Dưới đây là mã của tôi:

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

Tôi nghĩ con số của bạn có lẽ là ok, sự khác biệt giữa chúng là tương đối nhỏ. Khi chàng nói trong đoạn video mà bạn liên kết đến (khoảng 3min):

Để nhận được một số câu trả lời có ý nghĩa chúng ta hãy đăng nhập transform

vì vậy nếu chúng ta làm -np.sign(a)*np.log10(np.abs(a)) trên các dữ liệu bạn gửi ở trên, chúng tôi nhận được:

hình ảnh đầu tiên:

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

thứ hai hình ảnh:

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

Thực tế chúng không giống hệt nhau. Bạn đang bắt đầu với hình ảnh rasterized mà bạn sau đó xử lý khá nhiều để có được một số những đường nét mà bạn vượt qua trong

Từ opencv docs:.

Trong trường hợp các hình ảnh raster, các bất biến Hu tính cho hình ảnh ban đầu và chuyển đổi có một chút khác biệt.