我正在开发一个用于光学标记识别的小程序。扫描表格的处理包括两个步骤: 1)在扫描的图像中找到表格,去除和裁剪边框。2)使用这种“标准化”形式,我可以使用原始文档中的坐标等简单地搜索标记。
第一步,我目前正在使用 OpenCV 中的 Homography 函数和透视变换来映射点。我还尝试了 SurfDetector。
但是,这两种算法都很慢,并且在从文档扫描仪扫描表格时并不能真正满足速度要求。
谁能指出我针对这个特定问题的替代算法/解决方案?
提前致谢!
我正在开发一个用于光学标记识别的小程序。扫描表格的处理包括两个步骤: 1)在扫描的图像中找到表格,去除和裁剪边框。2)使用这种“标准化”形式,我可以使用原始文档中的坐标等简单地搜索标记。
第一步,我目前正在使用 OpenCV 中的 Homography 函数和透视变换来映射点。我还尝试了 SurfDetector。
但是,这两种算法都很慢,并且在从文档扫描仪扫描表格时并不能真正满足速度要求。
谁能指出我针对这个特定问题的替代算法/解决方案?
提前致谢!
Viola-Jones 级联分类器非常快。它在 OpenCV 中用于人脸检测,但您可以针对不同目的对其进行训练。根据您所谓的“表格”的外观,您可以使用更简单的算法,例如 Muffo 所说的互相关。
尝试使用 ORB 或 FAST 检测器:它们应该比 SURF 更快(此处的文档)。
如果这些不符合您的速度要求,您可能应该使用不同的方法。你需要缩放和旋转不变性吗?如果没有,您可以尝试使用互相关。