計算矩的目的
從一幅圖像計算出來的矩集，不僅可以描述圖像形狀的全局特征，而且可以提供大量關於該圖像不同的幾何特征信息，如大小，位置、方向和形狀等。這種描述能力廣泛應用於各種圖像處理、計算機視覺和機器人技術領域的目標識別與方位估計中。同時矩函數在圖像分析中也有着廣泛的應用，如模式識別、目標分類、目標識別與方位估計、圖像的編碼與重構等。
矩的計算：moments 函數
moments 函數可以很方便的計算出多邊形區域的最高三階空間矩，中心矩和歸一化中心矩。
Moments moments(InputArray array, bool binnaryImage = false);
- array，一幅 8 位、單通道圖像，或一個二維浮點數組(Point of Point2f)。
- binnaryImage，是否為二值圖像。默認為 false。若此值為 true，則所有非零像素均為 1，需注意的是，此參數僅對圖像使用。
- 返回值為 Moments 類型對象（矩）
幾種常見矩：空間矩/幾何矩、中心距、歸一化中心距、Hu矩
空間矩/幾何矩
空間矩的實質為面積或者質量。可以通過一階矩計算質心/重心。
空間矩計算公式：
其中（i+j）等於幾就叫幾階矩。
重心計算公式（中心 centers）：
中心距
中心矩體現的是圖像強度的最大和最小方向（中心矩可以構建圖像的協方差矩陣），其只具有平移不變性，所以用中心矩做匹配效果不會很好。
中心距計算公式：
歸一化中心矩
歸一化后具有尺度不變性。
歸一化中心距計算公式：
Hu矩
Hu矩具有尺度、旋轉、平移不變性，可以用來做匹配。
借鑒博客：https://www.cnblogs.com/fcfc940503/p/11319251.html
https://blog.csdn.net/kuweicai/article/details/79027388
https://blog.csdn.net/qq_30815237/article/details/86925736