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。提取特征點的算法很多，如sift和

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。提取特征點的算法很多，如sift和surf等，都是在OpenCV中實現(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；第二步是計算輪廓上有效點的曲率；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。

OpenCV已經(jīng)將圖像處理(識別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？

這取決于你的目的。比如說現(xiàn)在的車這么先進(jìn)好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需要知道。如果你是一個機械師，你必須理解。如果你是一個汽車制造商的工程師，你必須對它非常了解。簡言之，這取決于具體的需要。