利用MSER演算法提取影象區域(車牌區域)的OpenCV程式碼~
阿新 • • 發佈：2019-02-06
我的部落格中前面已經寫了兩種方法來實現車牌區域的提取了，大家可以參看下面這篇博文：
MSER的全稱是maximally stable extremal region，翻譯過來為“最穩定極值區域”,extremal 意思的極值的意思。
下面說下這種方法的大致思路，如果要學習具體的原理，可以參考論文J.Matas. “Robust Wide Baseline Stereo from Maximally Stable Extremal Regions”,BMVC2002。
MSER提取過程
1.使用一系列灰度閾值對影象進行二值化處理
2.對於每個閾值得到的二值影象，得到相應的黑色區域與白色區域
3.在比較寬的灰度閾值範圍內保持形狀穩定的區域就是MSER
David Nister等人於2008年在論文“Linera Time Maximally Stable Extermal Regions”對J.Matas提出的MSER演算法進行了改進，使其在時間複雜度方面比原演算法要小得多，OpenCV中提供的MSER模組演算法就是利用該演算法實現的。David Nister等人提出的演算法思路如下（下面所列的每一步具體是怎麼回事，請參看原論文）：
①畫素點排序→②極值區域生成→③穩定區域判定→④區域擬合→⑤區域歸一化
下面分享利用MSER演算法提取車牌區域的OpenCV程式碼~希望對大家有幫助，程式碼先使用MSER演算法提取出影象的區域，然後對這些區域進行形態學閉操作，使其成較為完整的區域，再對這些區域求外接矩形，根據外接矩形的引數去判斷是否是車牌區域。
注意：OpenCV版本我從3.0.0換到了2.4.13，原因是因為最近我在實現SIFT演算法時，發現3.0.0中沒有nonfree模組！而SIFT和SURT都是包含在nonfree模組中的！
//OpenCV版本opencv2.4.13
//程式碼請搜尋公眾號"qxsf321"，關注後獲取作者QQ號然後新增好友獲取！
//程式碼請搜尋公眾號"qxsf321"，關注後獲取作者QQ號然後新增好友獲取！
//程式碼請搜尋公眾號"qxsf321"，關注後獲取作者QQ號然後新增好友獲取！
執行結果如下圖所示：
值得注意的是，在進行形態學閉操作時，一定要根據具體的影象來調整矩形窗的大小，比如下面這幅圖，就需要把窗的大小由(1,20)調整到(1,30)才能檢測出結果，相關執行截圖如下：
