Python skimage.measure.moments_normalized用法及代码示例

用法: skimage.measure.moments_normalized(mu, order=3)

计算所有归一化的中心图像矩，直到某个顺序。

请注意，归一化中心矩是平移和尺度不变的，但不是旋转不变的。

参数：

mu：(M,[ …,] M) 数组: 中心图像时刻，其中 M 必须大于或等于 order 。
order：int 可选: 时刻的最大顺序。默认值为 3。

nu：( order + 1 ,[ …,] order + 1 ) 数组: 归一化的中心图像时刻。

参考：

1: Wilhelm Burger, Mark Burge. Principles of Digital Image Processing: Core Algorithms. Springer-Verlag, London, 2009.
2: B. Jähne. Digital Image Processing. Springer-Verlag, Berlin-Heidelberg, 6. edition, 2005.
3: T. H. Reiss. Recognizing Planar Objects Using Invariant Image Features, from Lecture notes in computer science, p. 676. Springer, Berlin, 1993.
4: https://en.wikipedia.org/wiki/Image_moment

例子：

>>> image = np.zeros((20, 20), dtype=np.double)
>>> image[13:17, 13:17] = 1
>>> m = moments(image)
>>> centroid = (m[0, 1] / m[0, 0], m[1, 0] / m[0, 0])
>>> mu = moments_central(image, centroid)
>>> moments_normalized(mu)
array([[       nan,        nan, 0.078125  , 0.        ],
       [       nan, 0.        , 0.        , 0.        ],
       [0.078125  , 0.        , 0.00610352, 0.        ],
       [0.        , 0.        , 0.        , 0.        ]])

相关用法

注：本文由纯净天空筛选整理自scikit-image.org大神的英文原创作品 skimage.measure.moments_normalized。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

参考：

例子：