问题标签 [mser]

我正在使用来自 opencv-python 的 MSER 来使用来自这个stackoverflow question的代码来检测文本。谁能帮我理解为什么在计算对象的凸包之前将轮廓 p 重塑为 (-1, 1, 2) ？

代码如下：

我的图像大部分是黑色的，上面几乎没有白色斑点。我想将此类图像与没有此类斑点的图像区分开来。

我尝试了 MSER 并调整了它的参数以正确检测大多数图像中的斑点，并在没有斑点的图像中返回 0 结果。

这是我的 MSER 参数配置。

下面是一张测试图：

未检测到顶部的白色区域。

我正在尝试开发 OCR 系统。我正在尝试使用 MSER 从图像中提取字符，然后将字符传递到 CNN 以识别这些字符。这是我的字符提取代码：

这对大多数图像都很好，但对于像这样的一些图像：

外边界也被检测为一个区域，并在掩码中绘制轮廓，这样边界内的所有区域都被检测为文本区域。所以，里面的轮廓没有效果。如何防止这种情况，以便仅检测到文本？检测到船体： 结果是面罩：

我正在尝试使用MSERin实现从 Python 中的图像中提取字符opencv。这是我到目前为止的代码：

但是这种方法为同一个字母提供了多个轮廓，并且在某些地方，多个单词被放入一个轮廓中。这是一个例如：原始图像：

添加轮廓后：

这里第一个 T 周围有多个轮廓，两个 rs 组合成一个轮廓。我该如何防止呢？

我是 OpenCV 的初学者，正在尝试从图像数据集中提取数字并将提取的数字用作 NN 的数据集。为此，我使用 mser 的边界框，然后按照边界框的大小裁剪图像。但 mser 没有正确检测到文本区域。请帮助我如何更准确地做到这一点。这是我的代码：

这里 bbs 是边界框的列表，它们不在文本区域，甚至没有。

基本事实的图像，边界框应该在哪里：

mser的边界框：

mser 的边界框的另一个例子：

我有一个灰度图像（每个像素一个值，介于 0 和 255 之间），我想使用 MSER 算法（即椭圆体）检测关键点，并使用 SIFT 描述符描述这些关键点。我正在使用 VLFeat 库中的函数。

首先，我使用函数vl_mser_get_regions（返回表示图像中质心位置的值向量）和vl_mser_get_ell（返回描述椭球的维数为 9 的向量）获取质心和椭球。然后，我想将该函数应用于vl_sift_calc_raw_descriptor每个先前的椭球，以获得每个椭球的 SIFT 描述符。

我展示了一个我到目前为止所做的示例（省略了非超越代码）：

问题是我不知道如何使用描述vl_sift_calc_raw_descriptor函数中每个椭球的 9 维向量。

我正在处理 Python 中图像中的数字的动态数字本地化问题。我的意思是：如果我有这样的图像：

我想像这样分隔所有数字，例如 8、0、1：

我已经尝试和探索了 MSER，但没有取得任何进展。主要问题是，数字可以有任意位数。另一个例子可以是：

并且数字应该像这样分隔为 2, 2：

是否有任何其他方法可以使用 open cv 或 Python 中可用的任何其他包？

我的任务是识别文档图像中的字符补丁。考虑下图：

根据论文，为了提取字符块，将采用基于 MSER 的方法来检测字符候选。

“基于 MSER 的方法的主要优点是即使文档图像质量低，这种算法也能够找到最清晰的字符。”

另一篇论文讨论了 MSER。我很难理解后一篇论文。谁能简单地向我解释MSER在示例文档中实施和提取字符补丁应采取的步骤。我将在 Python 中实现它，我需要完全掌握/理解 MSER 的工作原理。

以下是识别图像文档中字符补丁的步骤（根据我的理解，如果我错了，请纠正我）

1. “首先，像素按强度排序”

   我的理解：

   例如，我在图像中有 5 个像素的强度(Pixel 1) 1, (Pixel 2) 9,(Pixel 3) 255,(Pixel 4) 3,(Pixel 5) 4连续，然后如果越来越多地排序，基于强度它将产生一个输出，Pixel 1,4,5,2 and 3.

2. 排序后，像素被放置在图像中（以递减或递增的顺序），并使用有效的联合查找算法维护连接组件及其区域的列表。

   我的理解：

   使用编号 1 中的示例。像素将按如下方式排列。像素组件/组和图像 X、Y 坐标只是示例。

   /li>

3. “该过程产生了一个数据结构，将每个连接组件的面积存储为强度的函数。”

   我的理解：

   将在 #2 的表中添加一列，称为Area. 它将计算具有相同强度级别的特定组件中的像素数。它就像组件组内具有相同强度级别的像素的聚合。

   4.“最后，选择区域函数变化率的局部最小值的强度水平作为产生 MSER 的阈值。在输出中，每个 MSER 由局部强度最小值（或最大值）和阈值的位置表示。 "

如何获得面积函数变化率的局部最小值？

请帮助我了解这是什么以及如何实施 MSER。请随时纠正我的理解。谢谢。

我现在很困惑，因为我仍然不明白如何在 MSER 的手动计算中找到 maxVariation、minArea、maxArea 和 thresholdDelta 值。特别是关于这个公式，谁能告诉我如何解决这个公式？谢谢。

我正在尝试计算 OPenCV Python 中 MSER 特征检测算法检测到的特征数量。我不知道该怎么做。如果有人帮助我找出代码，我将不胜感激。下面是我用于 MSER 的代码。

结果：