我是图像处理的新手，这就是我面临的问题 - 假设我有一个申请表的图像，如下所示：
现在我想检测要输入数据的所有位置的位置。在这种情况下，将矩形划分为多个框，如下所示（并非所有字段都标记）：
我可以忍受照片框也被检测到。我已经尝试在 OpenCV 源代码中运行 squares.cpp 示例，但这并不能完全满足我的需求。我还在这里尝试了修改后的版本- 结果更糟（我的用例肯定与那个问题中的 OP 非常不同）。
此外，在有/没有模糊阈值的情况下，霍夫变换并不能真正起作用，因为扫描图像中的噪声会导致多余的线条，而且阈值处理会带走部分梳子（小方块），因此线路检测不达标。
请注意，此表单不是打印表单的扫描副本，但真正的输入很可能是打印表单的嘈杂扫描图像。
虽然我确信这是可能的（至少允许一些容忍度）并且我正在尝试解决问题，但如果我从其他可能尝试过这样的事情的人那里获得见解和想法，那将非常有帮助/enjoy 破解 CV 问题。此外，如果答案能解释为什么要完成特定操作（例如，扩张以尝试填补阈值留下的任何漏洞等），那就太好了
表格是否一致？所有表格上的“这样的盒子”的大小是否相同？如果您可以依靠一致的大小，例如上面表格中的字符框，则可以使用模板匹配。
否则，问题似乎是：找到图像上的任何/所有矩形（通过后处理步骤过滤掉任何具有大量标记的矩形，或合并相邻的矩形）。
您越能利用表格之间的一致性，问题就越容易。使用您可以获得的任何上下文。
编辑
使用梯度（通过在 x 和 y 方向上使用 Sobel 核计算）可以消除大量噪声。
使用两者，您可以找到渐变的方向（可以在此处找到方程式：en.wikipedia.org/wiki/Sobel_operator）。假设我们将框的判别特征定义为垂直或水平梯度。如果像素的渐变具有水平或垂直方向，请保留它，将其他所有设置为白色。
为了使其对噪声更加稳健，您可以使用滑动窗口 (3x3) 来计算中值方向。如果窗口的中值（或平均）方向是垂直或水平的，则保留当前（窗口的中间）像素，否则将其设置为白色。
您可以使用 OpenCV 进行梯度计算，也可能使用方向/相位计算，但您可能需要编写代码来执行实际的滑动窗口代码。我对 OpenCV 不是很熟悉