利用OpenCV求取图像的重心

转自：http://blog.csdn.net/lxiaoxiaot/article/details/6539834

不规则区域的矩，表示把一个归一化的灰度级图像函数理解为一个二维随机变量的概率密度。

这个随机变量的属性可以用统计特征--矩（Moments）来描述。通过假设非零的像素值表示区域，矩可以用于二值或灰度级的区域描述。

M_pq = sigma(i)sigma(j) i^p j^q f(i,j)

其中x,y,i,j是区域点的坐标（在数字图像中的像素坐标）。

令Xc,Yc表示区域重心的坐标，则：

Xc = M₁₀/M₀₀;

Yc = M₀₁/M₀₀;

在二值图像的情况下，M₀₀表示区域的面积。

OpenCV中可以使用函数cvMoments来计算二值图像的矩信息。

使用函数cvGetSpatialMoment获得指定维的矩信息。

例如：

// 计算二值化图像imgYellowThresh中物体的重心坐标

CvMoments *moments = (CvMoments*)malloc(sizeof(CvMoments));

cvMoments(imgYellowThresh, moments, 1);   // The actual moment values double moment10 = cvGetSpatialMoment(moments, 1, 0); double moment01 = cvGetSpatialMoment(moments, 0, 1); double area = cvGetSpatialMoment(moments, 0, 0);

// 计算重心

posX = moment10 / area;

posY = moment01 / area;

转自：http://blog.163.com/forever_871226/blog/static/34424308201141851736984/

/** 计算二值图像的重心

* @param[in] src  输入的待处理图像

* @param[out] center 重心坐标

* @retval 0  操作成功

* @retval -1 操作失败

* @note 输入图像是二值化图像

* @note xc=M10/M00, yc=M01/M00, 其中 Mx_order,y_order=SUMx,y(I(x,y)*x^x_order*y^y_order)

*/

static int aoiGravityCenter(IplImage *src, CvPoint &center)

{

//if(!src)

// return GRAVITYCENTER__SRC_IS_NULL;

double m00, m10, m01;

CvMoments moment;

cvMoments( src, &moment, 1);

m00 = cvGetSpatialMoment( &moment, 0, 0 );

if( m00 == 0)

return 1;

m10 = cvGetSpatialMoment( &moment, 1, 0 );

m01 = cvGetSpatialMoment( &moment, 0, 1 );

center.x = (int) (m10/m00);

center.y = (int) (m01/m00);

return 0;

}

转自：http://www.opencv.org.cn/forum/viewtopic.php?p=1016

#include "cv.h"

#include "highgui.h"

void main( int argc, char** argv )

{

IplImage* src;

CvMoments moments;

CvMat *region;

CvPoint pt1,pt2;

double m00 = 0, m10, m01, mu20, mu11, mu02, inv_m00;

double a, b, c;

int xc, yc;

// 第一条命令行参数确定了图像的文件名。

if( (src=cvLoadImage("two.bmp", 0))!= 0)

//if( (src=cvLoadImage("fbb.jpg", 0))!= 0)

//if( argc == 2 && (src=cvLoadImage(argv[1], 0))!= 0)

{

IplImage* dst = cvCreateImage( cvGetSize(src), 8, 3 );

CvMemStorage* storage = cvCreateMemStorage(0);

CvSeq* contour = 0;

cvThreshold( src, src, 100, 255, CV_THRESH_BINARY );//100 is the thredhold

cvNot( src, src );

cvNamedWindow( "Source", 1 );

cvShowImage( "Source", src );

//cvFindContours( src, storage, &contour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE,cvPoint(0,0) );

cvFindContours( src, storage, &contour, sizeof(CvContour),CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0) );

cvZero( dst );

for( ; contour != 0; contour = contour->h_next )

{

//CvScalar color = CV_RGB( rand()&255, rand()&255, rand()&255 );

CvScalar color = CV_RGB( 255, 0,0 );

/* 用1替代 CV_FILLED 所指示的轮廓外形 */

cvDrawContours( dst, contour, color, color, -1, CV_FILLED, 8,cvPoint(0,0) );//you can change 1 to CV_FILLED

contour = cvApproxPoly( contour, sizeof(CvContour), storage, CV_POLY_APPROX_DP, 3, 1 );

//CvRect* r = (CvRect*)cvGetSeqElem( contour,1);

region=(CvMat*)contour;

cvMoments( region, &moments,0 );

//cvMoments( &contour, &moments,0 );

// cvDrawContours( cnt_img, _contours, CV_RGB(255,0,0), CV_RGB(0,255,0), _levels, 3, CV_AA, cvPoint(0,0) ); CV_FILLED

////////////////////////////////////////////////

/////////////////////////////////////////////////

m00 = moments.m00;

m10 = moments.m10;

m01 = moments.m01;

mu11 = moments.mu11;

mu20 = moments.mu20;

mu02 = moments.mu02;

//if( fabs(m00) < DBL_EPSILON )break;

inv_m00 = 1. / m00;

xc = cvRound( m10 * inv_m00 );

yc = cvRound( m01 * inv_m00 );

a = mu20 * inv_m00;

b = mu11 * inv_m00;

c = mu02 * inv_m00;

/////////////////

pt1.x=xc-1;pt1.y=yc;

pt2.x=xc+1;pt2.y=yc;

cvLine( dst, pt1, pt2, CV_RGB(0,255,0), 2, CV_AA, 0 );

pt1.x=xc;pt1.y=yc-1;

pt2.x=xc;pt2.y=yc+1;

cvLine( dst, pt1, pt2, CV_RGB(0,255,0), 2, CV_AA, 0 );

}

cvNamedWindow( "Components", 1 );

cvShowImage( "Components", dst );

cvWaitKey(0);

}

}

再分享一下我老师大神的人工智能教程吧。零基础！通俗易懂！风趣幽默！还带黄段子！希望你也加入到我们人工智能的队伍中来！https://blog.csdn.net/jiangjunshow

原文地址：https://www.cnblogs.com/xkiwnchwhd/p/10316023.html