如何使用 MSER 检测图像中的区域答案

【问题标题】：How to use MSER to detect regions in images如何使用 MSER 检测图像中的区域
【发布时间】：2011-10-19 05:56:47
【问题描述】：

我创建了一个应用程序，它提取 MSER 数据并将其存储在 CvSeq* 中。我想知道 OpenCV 中是否有任何函数或教程，我可以使用这两个图像的提取数据将数据与另一个图像进行比较。

谢谢。

【问题讨论】：

【解决方案1】：

最简单的 MSER 实现恰好是使用 C API 的this。 Google SoC here 使用 C++ API 的另一个列表。

我想您比较结果的最佳方法是在上述任何链接中实现代码。将结果与 Matlab 进行比较通常是一件好事，因为我们可以预期它会成为一个标准（或多或少）。 VlFeat 有一个具有 MSER 函数的 C 和 Matlab 接口的库。最后一个链接也有一个简短的解释，您可以从中了解要比较的“数据”。你有什么样的比较 - 如果它是两个不同图像中区域之间的相似性，那么使用区域的灰度共生矩阵 (GLCM) 应该可以工作。 MSER 将为您提供区域，但比较可能不需要 MSER 的更多数据。

顺便说一句，您是使用 OpenCV cvMSER() 函数还是编写了整个代码？

【讨论】：

我使用 OpenCV 的 MSER 函数来提取 CvSeq* 变量中的轮廓数据。不确定 OpenCV 是否有任何适用于轮廓的匹配函数。
有，例如匹配时刻等。此外，您可以在 CvRect 中获取 CvSeq 的 BoundingRect，然后将图像 ROI 设置为该 cvRect - 本质上为您提供与 MSER 对应的子图像.然后可以使用通常的图像匹配技术（参见上文）