3

这是对有关正方形检测的几个类似 问题的跟进，其中karlphillip、mevatron和abid-rahman-k提出了一些很酷的方法。

我正在尝试设计一种强大的正方形检测算法，以帮助将收据的图片与图像的其余部分隔离开来。我的代码是基于前面问题的凸包方法构建的，但它在图像中的一个点不在图像中并且由于左侧的笔架而导致收据的边缘出现偏差的图像上令人窒息。

如何检测这张收据上的边角？

这是图像：

收据图片

这是我的代码：

import cv2
import numpy as np

img = cv2.imread('taco.jpg')
img = cv2.resize(img,(1944,2592))
img = cv2.medianBlur(img,31)
img = cv2.GaussianBlur(img,(0,0),3)

grayscale = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
thresh = cv2.Canny(grayscale, 10, 20)
thresh = cv2.dilate(thresh,None)

contours,hier = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)

for cnt in contours:
    if cv2.contourArea(cnt)>250:  # remove small areas like noise etc
        hull = cv2.convexHull(cnt)    # find the convex hull of contour
        hull = cv2.approxPolyDP(hull,0.1*cv2.arcLength(hull,True),True)
        if len(hull)==4:
            cv2.drawContours(img,[hull],0,(0,255,0),2)

cv2.namedWindow('output',cv2.cv.CV_WINDOW_NORMAL)
cv2.imshow('output',img)
cv2.cv.ResizeWindow('output',960,640)
cv2.waitKey()
cv2.destroyAllWindows()

有任何想法吗？

4

1 回答 1

3

Mathematica 中的解决方案：

导入您的图像：

i = Import@"http://i.imgur.com/RrYKJ.jpg";

以比收据中的字母更大的比例检测边缘（参数）

i1 = EdgeDetect[i, 10]

数学图形

删除小于收据周长比例的行（参数）

i2 = DeleteSmallComponents[i1, 1000]

数学图形

找到形态成分

(mc = MorphologicalComponents[Erosion[ColorNegate@i2, 1]]) // Colorize

数学图形

找到具有更多边界邻接的变形组件（将其从掩码中删除）

com = Commonest[Join[mc[[1]], mc[[-1]], Transpose[mc][[1]], Transpose[mc][[-1]]]]

形成面具

mc1 = Unitize[mc /. com[[1]] -> 0];

数学图形

将蒙版乘以原始图像

ImageMultiply[Image@mc1, i]

数学图形

于 2012-09-04T17:12:40.873 回答