Fork me on GitHub

最大稳定极值区域MSER-Maximally Stable Extrernal Regions

发表于 | 分类于 | | 次阅读
MSER（Maximally Stable Extrernal Regions）是区域检测中影响最大的算法。

基本原理

MSER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。

其中Qi表示第i个连通区域的面积，Δ表示微小的阈值变化（注水），当vi小于给定阈值时认为该区域为MSER。
显然，这样检测得到的MSER内部灰度值是小于边界的，想象一副黑色背景白色区域的图片，显然这个区域是检测不到的。因此对原图进行一次MSER检测后需要将其反转，再做一次MSER检测，两次操作又称MSER+和MSER-。

Python源码实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import cv2
import matplotlib.pyplot as plt

im = cv2.imread('./source.jpg')
gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)

mser = cv2.MSER_create(_min_area=300)
regions, boxes = mser.detectRegions(gray)

for box in boxes:
    x, y, w, h = box
    cv2.rectangle(im, (x, y),(x + w, y + h), (255, 0, 0), 2)

cv2.imwrite("./mser.jpg", im)
0%