用形态学运算变换图像（五）用MSER算法提取特征区域

（五）用MSER算法提取特征区域
分水岭算法，通过逐步水淹创建分水岭，把图像分割成多个区域；MSER（最大稳定外部区域）同样通过提高水位的方法，关注水淹过程中的某段时间内，保持相对稳定的盆地，可发现这些区域对应图像中某些问题的特殊部分。
5.1 实现
计算图像MSER的基础类是cv::MSER，它是一个抽象接口，继承自cv::Feature2D类。OpenCV中的所有特征检测类都是从这个类继承的，cv::MSER类的实例可以通过create方法创建。在初始化时指定被检测区域的最小和最大尺寸，以便限制被检测特征的数量，调用方式如下：
//基本的MSER检测器cv::Ptrcv::MSERptrMSER=cv::MSER::create(5,200,2000);
参数：局部检测时使用的增量值、允许的最小面积、允许的最大面积
现在可以通过调用detectRegions方法来获得MSER，指定输入图像和一个相关的输出数据结构，代码如下：
//点集的容器
std::vector<std::vectorcv::Point> points;
//矩形的容器 std::vectorcv::Rect rects;
//检测MSER特性
ptrMSER->detectRegions(image,points,rects);
检测结果放在两个容器中。第一个是区域容器，每个区域用组成它的像素点表示；第二个是矩形容器，每个矩形包围一个区域。为了呈现结果，创建一个空白图像，在图像上用不同的颜色显示检测到的区域（颜色是随机选择的）。实现代码如下：

       //创建白色图像
       cv::Mat