C#描述-计算机视觉OpenCV（7）：MSER特征检测

基本概念

前文C#描述-计算机视觉OpenCV（6）：形态学描述了如何对图像的前后景特征形态进行检测与运算，本篇将分析基于形态的特征检测算法。MSER算法即最大稳定外部区域算法（Maximally Stable Extremal Regions），其基于分水岭的概念：对图像进行二值化，二值化阈值取[0, 255]，这样二值化图像就经历一个从全黑到全白的过程（就像水位不断上升的俯瞰图）。在这个过程中，有些连通区域面积随阈值上升的变化很小，这种区域就叫MSER。。其核心思想在于通过不断改变图像的灰度阈值，寻找在不同阈值下保持稳定性的区域，这些区域往往对应着图像中的文本或其他重要信息。
我们还是以本图为例进行操作，在这个场景下，我们尝试把猫作为特征区域结果来测试。

操作实例

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，调用方式如下：：
MSER.Create(int delta, // 局部检测时使用的增量值，默认值5
int minArea, // 允许的最小面积，默认值60
int maxArea); // 允许的最大面积，默认值14400
然后我们通过DetectRegions来获得结果，结果会储存在一个点集容器和一个矩形容器：

MSER s=MSER.Create(5,5000,14400);//创建