Image processing cvMatchShapes返回超出逻辑的结果

我是计算机视觉领域的新手

我在EmguCV（.NET wrapper for OpenCV）中找到了一些代码示例，我正在尝试使用它们

目前我正在研究三角形交通标志识别，并使用cvMatchShapes函数

在理想情况下，函数返回“零”，这意味着形状相同，数字相同

如果形状相似，则接近零

问题是，在我的例子中，函数返回的结果是不合逻辑的。 当函数将三角形和圆进行比较时，它返回的图形小于该图形，得到 在比较了两个三角形之后

以下是我使用的函数和图像：

                double ratio = CvInvoke.cvMatchShapes(modelSignTraffic, trafficSign, Emgu.CV.CvEnum.CONTOURS_MATCH_TYPE.CV_CONTOURS_MATCH_I3, 0);

modelSignTraffic-是一个模板。 就我而言是这样-

交通标志-应与模板进行比较的形状

首先比较形状-

第二比较形状-

对于第一个形状，我得到比率0.55，对于第二个形状，我得到比率0.61

如果有人能解释我为什么会得到如此不合逻辑的结果，以及我如何解决这个问题，我将不胜感激 是吗

---

提前谢谢。

我不明白你为什么认为这个结果不合逻辑。您是否阅读了

CV\u等高线\u匹配\u I3

的公式。我100%确信，如果你手工计算这个系数，你会得到同样的结果

顺便说一句，您必须为轮廓（形状）而不是图像计算此系数。因此，首先检测形状，然后使用

匹配形状

更新：

---

你的解决方案是错误的。您必须首先分割红色，然后使用

findContours

检测红色形状

cvMatchShapes功能在图像通过Resize扩展缩放到相同大小后，我能够获得更好的结果

不幸的是，这个解决方案并不理想，因为当用这种方法检查其他选项时，我并不总是得到期望的结果

代码如下：

     Image<Bgr, Byte> triangleModel = new Image<Bgr, Byte>("TriangleTamplate.jpg")
                        .Resize(200, 200, Emgu.CV.CvEnum.INTER.CV_INTER_LINEAR,true);
     Image<Gray, Byte> grayModel = triangleModel.Convert<Gray, Byte>();
     Image<Gray, Byte> cannyModel = grayModel .Canny(new Gray(100), new Gray(160));


     Image<Bgr, Byte> comparedImage = new Image<Bgr,Byte>("ImageToCompare.jpg")
                         .Resize(200, 200, Emgu.CV.CvEnum.INTER.CV_INTER_LINEAR,true);
     Image<Gray, Byte> grayImage = tempImage.Convert<Gray, Byte>();
     Image<Gray, Byte> cannyImage = grayImage.Canny(new Gray(100),new Gray(160));

     double eRatio = CvInvoke.cvMatchShapes(cannyModel.Ptr, cannyImage,Emgu.CV.CvEnum.CONTOURS_MATCH_TYPE.CV_CONTOURS_MATCH_I3, 0);

Image triangleModel=新图像（“TriangleTamplate.jpg”）
.Resize（200200，Emgu.CV.CvEnum.INTER.CV_INTER_LINEAR，true）；
Image grayModel=triangleModel.Convert（）；
图像cannyModel=grayModel.Canny（新灰度（100）、新灰度（160））；
Image CompareImage=新图像（“ImageToCompare.jpg”）
.Resize（200200，Emgu.CV.CvEnum.INTER.CV_INTER_LINEAR，true）；
Image grayImage=tempImage.Convert（）；
图像cannyImage=grayImage.Canny（新灰度（100）、新灰度（160））；
double eRatio=CvInvoke.cvMatchShapes（cannyModel.Ptr、cannyImage、Emgu.CV.CvEnum.CONTOURS\u MATCH\u TYPE.CV\u CONTOURS\u MATCH\u I3，0）；

对于三角形，比率为0.0320

---

对于圆比为0.0829的Astor，我使用canny函数检测图像文件上的形状。Astor，所有形状都在上面。首先，正如我所写的，我使用canny func检测它们，然后使用FindContours方法，最后一步是cvMatchShapes。在你的情况下，你不需要canny。只需做颜色分割和找到轮廓。在此之后，使用匹配形状。你最好读一下交通标志检测的文章。@Michael，你有什么结果吗？是的，我能得到更好的结果。但结果仍然远远不够理想。Image circleleemodel=新图像（“triangle model.jpg”）。调整大小（200200，Emgu.CV.CvEnum.INTER.CV_INTER_LINEAR，true）；这里是要比较的形状：Image tempImage=img.Resize（200200，Emgu.CV.CvEnum.INTER.CV\u INTER\u LINEAR）；例如，图像之间的标准化。为什么不编辑您的问题并发布答案？请参阅我的答案更新。按颜色分割和使用FindContentours之间有什么关系？用于比较形状的参数必须为灰度。我e、 我知道为了比较这两种形式必须是灰度的。或者我遗漏了什么，请解释一下。因为使用这种技术你可以找到标志的形状（轮廓）。您最好阅读有关TSD的文章。Astor，我按照您的建议实施：