本文介绍了OpenCV中MSER算法的实践应用，包括代码示例和仿射特征匹配实验，对比了MSER与SIFT、DAISY结合的匹配效果，并提供了代码下载链接。
MSER相关简述
极值稳定检测MSER算法是目前针对图像变形最为稳定的特征检测算法，主要采取分水岭算法来进行极值区域提取，具体细节就不多说了。大家可以参考MSER作者论文，或者我的博客链接MSER仿射不变特征匹配算法。当然也出现针对MSER算法的改进版本，分为两个方面：其一是对MSER算法进行加速，即计算效率提升；其二是针对彩色图像提出的MSCR算法，论文中述说对于彩色图像提取极值区域要优于MSER算法。但是，近两日我在OpenCV开放的MSER对外接口进行MSER/MSCR进行对比，发现其实好像MSCR算法并没有优于MSER算法，后续将会仔细对比二者性能。好了，这篇博文主要写OpenCV版库简单调用MSER算法进行灰度仿射图像对匹配应用，代码如下：
OpenCV版MSER实践代码
函数代码如下
两个辅助函数
draw_ellips
最低0.47元/天 解锁文章
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
