C#描述-计算机视觉OpenCV(7):MSER特征检测

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:

csharp 复制代码
MSER s=MSER.Create(5,5000,14400);//创建MSER检测器
OpenCvSharp.Point[][] outPoint;//点集容器
Rect[] rect;//矩形容器
s.DetectRegions(img1, out outPoint, out rect);//检测方法调用

这时候我们可以看下点集容器里的内容:

csharp 复制代码
foreach(OpenCvSharp. Point[] pts in outPoint)
            {
                foreach(OpenCvSharp.Point p in pts)
                {
                    img1.Circle(p, 1, Scalar.Black);
                }
            }

然后我们展示矩形的特征区域:

csharp 复制代码
foreach (Rect r in rect)
            {              
                        img1.Rectangle(r, Scalar.White, 2);
            }

可以看到我们非常粗略的检测出了一些特征。

我们可以根据效果,对大小面积进行调整,来减少或者增加检测的敏感度。

效果优化

在上面的检测中,输出的第二项是一系列矩形,画出所有矩形就能表示检测的结果。但是这样

会画出许多矩形,使结果很不直观(区域之间还会互相包含,结果更加混乱)。对此,基本的优化方法为,对矩形的形态比例设置筛选要求,例如我们排除掉所有长宽比过大或者过小的长方形,来贴合所检测物(猫)大概的形态:

csharp 复制代码
foreach (Rect r in rect)
            {
                if ((double)r.Width / (double)r.Height <1.25&& (double)r.Width / (double)r.Height > 0.2)
                {  
                        img1.Rectangle(r, Scalar.White, 2);
                }
            }

效果图:

可以看到我们清楚的检测出了目标。

该算法还经常用于提取图片的文字区域,我们适当调小MSER创建的数值,我们取一个光线和前后景都较为复杂的图片来测试效果,

粗略的调整了下数值,可以看到基本对较为清晰的文字有了识别,如果继续减少局部增量值应该可以更为精确。

相关推荐
CoovallyAIHub17 分钟前
顶刊新发!上海交大提出PreCM:即插即用的旋转等变卷积,显著提升分割模型鲁棒性
人工智能·算法·计算机视觉
Francek Chen27 分钟前
【深度学习计算机视觉】12:风格迁移
人工智能·pytorch·深度学习·计算机视觉·风格迁移
拓端研究室28 分钟前
专题:2025年AI Agent智能体行业价值及应用分析报告:核心趋势、经济影响与治理框架|附700+份报告PDF、数据仪表盘汇总下载
人工智能
2501_9307992430 分钟前
访答个人知识库,浏览器。Al编辑器,云知识库,RAG,企业知识库,本地知识库,访答编辑器,云知识库,私有知识库,Pdf转Word,……
人工智能
猫头虎33 分钟前
OpenAI发布构建AI智能体的实践指南:实用框架、设计模式与最佳实践解析
人工智能·设计模式·开源·aigc·交互·pip·ai-native
jie*33 分钟前
小杰深度学习(seventeen)——视觉-经典神经网络——MObileNetV3
人工智能·python·深度学习·神经网络·numpy·matplotlib
好奇龙猫35 分钟前
【学习AI-相关路程-mnist手写数字分类-一段学习的结束:自我学习AI-复盘-代码-了解原理-综述(5) 】
人工智能·学习·分类
A-大程序员37 分钟前
【Pytorch】分类问题交叉熵
人工智能·pytorch·分类
一车小面包39 分钟前
基于bert-base-chinese的外卖评论情绪分类项目
人工智能·机器学习
wu_jing_sheng040 分钟前
ai 作物分类
人工智能·分类·数据挖掘