opencv - opencv MSER.detectRegions() 与 findContours()：有什么区别？

Question

我正在为图像构建一个通用的文本解析算法。我之前在跑步：

MSER.detectRegions()

对比

findContours(...cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

在二值图像上。结果哪里一样。我知道 MSER 可以在灰度上完成，但我想更安全。

我需要选择其中一个，并且findContours()运行时间不到一半MSER。

我错过了什么吗？你会选什么？

Answer 1

正如已经指出的，在二进制图像上计算 MSER 是没有意义的。MSER 基本上使用增加（减少）阈值多次对图像（灰度）进行阈值处理，您得到的是一个像这里这样的所谓组件树。至少在不同的二值化过程中改变其大小/形状的连通分量是所谓的最大稳定极值区域（例如示意图中的 K）。这当然是一个非常简单的解释。请向谷歌询问更多细节，你会找到足够的。

如您所见，对已经阈值化的图像进行阈值化是没有意义的。所以将灰度图像传递给 MSER 算法。MSER 是最先进的文本检测方法的通用基础（参见此处和此处）。