OpenCV每日函数特征检测和描述模块(4) MSER类(最大稳定极值区域提取器)

坐望云起

已于 2022-06-24 16:34:36 修改

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习从入门到精通 OpenCV从入门到精通文章标签：图像识别 MSER 最大稳定外部区域分水岭 Feature2D

于 2021-05-29 06:12:51 首次发布

本文链接：https://blog.youkuaiyun.com/bashendixie5/article/details/117254109

深度学习从入门到精通同时被 2 个专栏收录

797 篇文章 ¥99.90 ¥299.90

订阅专栏

OpenCV从入门到精通

200 篇文章 ¥49.90 ¥99.00

订阅专栏

本文介绍了OpenCV中的MSER（最大稳定外部区域）特征检测器，它是从cv::Feature2D类继承的。MSER通过模拟水位上升过程，寻找在灰度图中面积变化较小的区域作为特征。它基于分水岭算法，通过比较不同水位下区域面积的变化来确定稳定性。文章详细讨论了MSER的原理、参数解释，并提供了源码路径和效果图像示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、概述

计算图像MSER的基础类是cv::MSER。它是一个抽象接口，继承自cv::Feature2D类。事实上，OpenCV中的所有特征检测类都是从这个类继承的。cv::MSER类的实例可以通过create方法创建。我们在初始化时指定被检测区域的最小和最大尺寸，以便限制被检测特征的数量。

OpenCvSharp.MSER mSER = OpenCvSharp.MSER.Create(5, 1000, 1440);
Mat mat = new Mat("G:\\2.bmp");
OpenCvSharp.Point[][] points;
Rect[] out1;
mSER.DetectRegions(mat, out points, out out1);
for (int i = 0; i < out1.Length; i++)
    Cv2.Rectangle(mat, out1[i], new Scalar(0, 0, 255));
Cv2.ImShow("mat", mat);

MSER的原理与分水岭算法相同，即高度为0～255，逐渐淹没图像。在图像处理技术中，通常把高于某个阈值的像素集合称为高度集。随着水位的升高，颜色较黑并且边界陡峭的区域会形成盆地，并且在一段时间内有相对稳定的形状（用水位表示颜色，水位高低代表了像素值的强度）。这些稳定的盆地就是MSER。

检测它们

了解本专栏