opencv怎么讓檢測的角點(diǎn)之間等距？霍夫變換后的圓是一個帶有三個元素的浮點(diǎn)向量（x，y，半徑）。圓[i][0]和圓[i][1]分別表示第i個圓的前兩個元素，即中心坐標(biāo)。您應(yīng)該能夠在二維數(shù)組中存儲兩個

opencv怎么讓檢測的角點(diǎn)之間等距？

霍夫變換后的圓是一個帶有三個元素的浮點(diǎn)向量（x，y，半徑）。

圓[i][0]和圓[i][1]分別表示第i個圓的前兩個元素，即中心坐標(biāo)。您應(yīng)該能夠在二維數(shù)組中存儲兩個浮點(diǎn)數(shù)。但是圖像中的一般坐標(biāo)是整數(shù)，所以可以進(jìn)行以下變換：cvround（circles[i][0]）。

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”。匹配算法相對簡單。第一步是通過多邊形逼近輪廓提取輪廓上的有效點(diǎn)；第二步是計算輪廓上有效點(diǎn)的曲率；第三步是比較兩個輪廓曲率集的Hausdorff距離。本文采用一種簡化的方法計算Hausdorff距離法。