基于MSER的图像文本检测

Question

我试图遵循本教程http://www.mathworks.com/help/vision/examples/automatically-detect-and-recognize-text-in-natural-images.html，以检测图像中的文字使用Matlab。

作为第一步，本教程使用detectMSERFeatures检测图像中的文本区域。但是，当我在图像上使用此步骤时，将不会检测到文本区域。

下面是我正在使用的片段：

colorImage = imread('demo.png');
I = rgb2gray(colorImage);
% Detect MSER regions.
[mserRegions] = detectMSERFeatures(I, ...
    'RegionAreaRange',[200 8000],'ThresholdDelta',4);
figure
imshow(I)
hold on
plot(mserRegions, 'showPixelList', true,'showEllipses',false)
title('MSER regions')
hold off

这是最初的图像

下面是第一步之后的图像

更新

我玩过参数，但似乎没有一个能很好地检测到文本区域。有比调整数字更好的方法来完成这个任务吗？调整参数不适用于我可能拥有的广泛的图像阵列。

我尝试过的一些参数及其结果：

[mserRegions] = detectMSERFeatures(I, ...
    'RegionAreaRange',[30 100],'ThresholdDelta',12);



[mserRegions] = detectMSERFeatures(I, ...
    'RegionAreaRange',[30 600],'ThresholdDelta',12);

Answer 1

免责声明:完全未经测试。

尝试减少MaxAreaVariation，因为您的文本和背景几乎没有变化(减少假阳性)。您应该能够将其降到很低的程度，因为它看起来像是以数字方式生成的(如果它是一张文本的图片，它就不能工作了)。

尝试降低RegionAreaRange的最小值，因为小字符可能小于200个像素(增加真正值)。在200岁的时候，你可能正在过滤掉你的大部分短信。

尝试增加ThresholdDelta，因为您知道文本和背景之间存在着鲜明的对比(减少假阳性)。这在过滤方面不会像MaxAreaVariation那么有效，但应该会有所帮助。