#image-processing #opencv
#обработка изображений #opencv
Вопрос:
Знакомимся с этой статьей о надежном обнаружении текста, в которой говорится об использовании MSER (максимально стабильных внешних областей) для определения местоположения областей на изображении, поскольку это, как правило, более надежно, чем обычный анализ связанных компонентов с поиском контуров, который мы делали до сих пор.
MSER упоминается в разделе 2.1 документа по обнаружению текста (на случай, если вы действительно проверили это: D), откуда я не могу понять, как применить / реализовать это в OpenCV. В документации нет никаких примеров, поэтому на самом деле запустить какой-либо код немного сложно.
Кто-нибудь пробовал это раньше?
Там есть код из реализации, однако есть некоторые преобразования цвета и прочее, что немного сбивает с толку. Может кто-нибудь помочь мне разобраться, что именно делается в MSER и как выразить это в терминах OpenCV? Заранее спасибо.
РЕДАКТИРОВАТЬ: Нашел реализацию MATLAB здесь.
Комментарии:
1. Для тех, кто ищет это в 2015 году, есть mser.py это можно использовать в OpenCV. Это в samples / python2
Ответ №1:
В OpenCV уже есть реализация MSER начиная с 2.1
Вот документация по c . Я думаю, что функция C — cvMSER, но это может быть неправильно, я некоторое время ею не пользовался.
Комментарии:
1. Я видел документацию. Который не совсем переполнен информацией. 🙂
2. Версия OpenCV является истинной реализацией линейного времени и лицензирована под BSD, тогда как VLFeat является GPL.
Ответ №2:
Я, честно говоря, рекомендую реализацию MSER VLFeat, которую вы нашли. Я использовал это в прошлом с хорошим эффектом.
Обратите внимание, что реализация VLFeat использует C / C для основных числовых данных как с C, так и с Matlab API. Это позволяет быстро создавать прототипы с помощью Matlab, а затем легко переключаться на C.
В целях экспериментов с обнаружением / описанием объектов я лично предпочитаю эту библиотеку OpenCV.