opencv如何檢測(cè)特定形狀的物體？您的想法是將現(xiàn)有圖像的特征點(diǎn)與樣本圖像進(jìn)行匹配，然后判斷鉤子上的特征點(diǎn)是否匹配。如果是的話，它就是有鉤子的圖像，如果不是，它就是沒有鉤子的圖像。在我看來，你沒有刪除

opencv如何檢測(cè)特定形狀的物體？

您的想法是將現(xiàn)有圖像的特征點(diǎn)與樣本圖像進(jìn)行匹配，然后判斷鉤子上的特征點(diǎn)是否匹配。如果是的話，它就是有鉤子的圖像，如果不是，它就是沒有鉤子的圖像。在我看來，你沒有刪除錯(cuò)誤的匹配點(diǎn)可能是錯(cuò)誤的。您應(yīng)該刪除錯(cuò)誤的匹配點(diǎn)并再次分析它們。

如何利用OPENCV的matchShapes進(jìn)行輪廓匹配？

目前，輪廓匹配的研究也在進(jìn)行中。輪廓匹配的前提是提取輪廓上的特征點(diǎn)并計(jì)算特征信息，然后根據(jù)特征信息進(jìn)行匹配。提取特征點(diǎn)的算法很多，如sift和surf等，都是在OpenCV中實(shí)現(xiàn)的。然后采用魯棒匹配算法進(jìn)行匹配。目前，我正在讀一篇論文“基于曲率特征的輪廓匹配算法”。匹配算法相對(duì)簡(jiǎn)單。第一步是通過多邊形逼近輪廓提取輪廓上的有效點(diǎn)；第二步是計(jì)算輪廓上有效點(diǎn)的曲率；第三步是比較兩個(gè)輪廓曲率集的Hausdorff距離。本文采用一種簡(jiǎn)化的方法計(jì)算Hausdorff距離法。

如何使用opencv實(shí)現(xiàn)圖像匹配？

OpenCV中已經(jīng)實(shí)現(xiàn)了一些匹配的庫。通常先找到特征點(diǎn)，然后進(jìn)行匹配。一般有Harris（opencv中的函數(shù)：corner Harris）、fast（opencv中的函數(shù)：fast feature detector）等方法來尋找特征點(diǎn)，surf和sift是主要的匹配方法。您可以參考o(jì)pencv用戶手冊(cè)來學(xué)習(xí)如何調(diào)用。同時(shí)，opencv也有一些例子可供參考。