我正在使用OpenCV的场景文本检测功能,并且在查找createERFilterNM1的最佳参数时遇到了一些麻烦。以下是doc陈述的内容:
C ++:Ptr createERFilterNM1(const Ptr& cb,int thresholdDelta = 1,float minArea = 0.00025,float maxArea = 0.13, float minProbability = 0.4,bool nonMaxSuppression = true,float minProbabilityDiff = 0.1)参数:
- cb - 使用分类器回调。默认分类器可以使用函数loadClassifierNM1()隐式加载,例如,来自档案 样本/ CPP / trained_classifierNM1.xml
- thresholdDelta - 提取组件树时后续阈值中的阈值步骤
- minArea - 允许检索ER的最小面积(图像大小的百分比)
- maxArea - 检索到的ER的最大面积(图像大小的百分比)
- minProbability - 检索到的ER的最小概率P(er |字符)
- nonMaxSuppression - 每当对分支概率进行非最大抑制时
- minProbabilityDiff - 局部最大值和局部最小值ER之间的最小概率差
默认值与example中的默认值不同。所以我想知道最佳设置是什么。
当我知道to-detect-text的字体大小时,是否可以优化设置?也许通过将max / minArea设置为字母大小?我也不明白minProbabilityDiff的意思。