java 使用MSER算法进行文本检测时openimaj OutOfMemoryError
java openimaj OutOfMemoryError when using MSER algorithm for text detection
我想使用 java 在图像中进行文本检测。我正在使用 OpenIMAJ 使用 MSER 算法（作为第一阶段）来执行此操作，但它需要大量处理时间，并且在大多数图像中会返回异常 OutOfMemoryError。
试过改参数，也改算法源码，问题依旧
当我使用 Matlab 做 MSER 算法时，它很快而且没有 OutOfMemoryError。
这是我的代码：
MSERFeatureGenerator mser = new MSERFeatureGenerator(delta, maxArea, minArea, maxVariation, minDiversity, PixelsFeature.class);
List<Component> up_regions = mser.generateMSERs(flattenImg, MSERDirection.Up);
当我调用以下方法时实际发生错误：
List<MergeTreeBuilder> mergeTrees = mser.performWatershed(Transforms.calculateIntensityNTSC(img));
没有问题的图片示例：
发生内存溢出错误的图片示例2：
请帮忙。
OpenIMAJ 实现了 Nister 和 Stewinius 定义的快速 MSER 算法（参见 http://link.springer.com/chapter/10.1007%2F978-3-540-88688-4_14）。 OpenIMAJ 实现非常快速地找到每个最大稳定区域的枢轴像素（您可以通过从代码中删除对 PixelsFeature.class 的引用来看到这一点）。
使用 PixelsFeature 时出现 OOM 和性能不佳的原因是底层分水岭算法正在为 256 grey-levels 中的每一个区域的每个区域创建一个连通分量（这发生在最大找到稳定的组件，因此将创建一个真正巨大的树结构，每个级别都有重叠的像素集）。这不是你想做的事...
我手头没有任何代码来演示替代方法，但您可能想要做的是计算枢轴像素，然后使用 [=22= 向后工作以获取 ConnectedComponents ] 喜欢的办法。如果 MSER 方向为 Up，则从每个枢轴像素开始对图像进行泛洪填充，以找到由小于或等于枢轴像素值的所有像素值组成的连通分量（注意枢轴像素将它们的 grey-level 表示为整数；您需要除以 255 才能使其与输入图像兼容）。
我想使用 java 在图像中进行文本检测。我正在使用 OpenIMAJ 使用 MSER 算法（作为第一阶段）来执行此操作，但它需要大量处理时间，并且在大多数图像中会返回异常 OutOfMemoryError。
试过改参数，也改算法源码，问题依旧
当我使用 Matlab 做 MSER 算法时，它很快而且没有 OutOfMemoryError。
这是我的代码：
MSERFeatureGenerator mser = new MSERFeatureGenerator(delta, maxArea, minArea, maxVariation, minDiversity, PixelsFeature.class);
List<Component> up_regions = mser.generateMSERs(flattenImg, MSERDirection.Up);
当我调用以下方法时实际发生错误：
List<MergeTreeBuilder> mergeTrees = mser.performWatershed(Transforms.calculateIntensityNTSC(img));
没有问题的图片示例：
发生内存溢出错误的图片示例2：
请帮忙。
OpenIMAJ 实现了 Nister 和 Stewinius 定义的快速 MSER 算法（参见 http://link.springer.com/chapter/10.1007%2F978-3-540-88688-4_14）。 OpenIMAJ 实现非常快速地找到每个最大稳定区域的枢轴像素（您可以通过从代码中删除对 PixelsFeature.class 的引用来看到这一点）。
使用 PixelsFeature 时出现 OOM 和性能不佳的原因是底层分水岭算法正在为 256 grey-levels 中的每一个区域的每个区域创建一个连通分量（这发生在最大找到稳定的组件，因此将创建一个真正巨大的树结构，每个级别都有重叠的像素集）。这不是你想做的事...
我手头没有任何代码来演示替代方法，但您可能想要做的是计算枢轴像素，然后使用 [=22= 向后工作以获取 ConnectedComponents ] 喜欢的办法。如果 MSER 方向为 Up，则从每个枢轴像素开始对图像进行泛洪填充，以找到由小于或等于枢轴像素值的所有像素值组成的连通分量（注意枢轴像素将它们的 grey-level 表示为整数；您需要除以 255 才能使其与输入图像兼容）。