我的目标是分析包裹上的标签和 OCR 某些感兴趣领域的一些文本。图像可能如下所示：
任何感兴趣的都在左栏中。我已经能够去除边缘，剪切图像并扭曲片段。对于 articlenumber 我得到这样的东西（已经二值化）：
我目前的问题与我想消除的右上角的矩形有关，因此选择正确的字符簇更容易。不幸的是，这些标签不是很标准化，所以角矩形可以用文本填充，可以不那么高，但也可以更宽（大约到中心）。甚至文章编号也可以在不同的位置，例如在图像上或在角落-rentangle 下方。例如，这是另一个提取的 articlenumber-roi：
文本甚至可以触摸第一个 roi 上看到的矩形。我们也不应该使用固定的像素大小，标签的物理大小可能有很大不同，因此提取的 rois 的分辨率可能会有很大差异。
顺便说一句：如您所见，我们甚至混合了手写和打印文本。只要将文本分成单独的字符，我就已经有一个神经网络来阅读文本，但是，那是另一天的问题。
我还应该提到，检测边缘可能有点不干净，两侧可能有一些线段。为了消除它们，我在中心放置了一个比图像略小的黑色遮罩矩形，然后我检查剩余的轮廓并丢弃所有看起来很大的宽度或高度的东西。但是，这也可以删除部分矩形边缘。另一方面，我可以想象克隆图像并在右侧和顶部给它一个定义的边框，这也会导致一个封闭的矩形。我对另一种边缘检测持怀疑态度，因为很难从 Is 或 Bs 甚至某些数字中区分搜索到的边缘 appart。
不过，我的问题是：如何检测那个矩形？我找到了查找形状的教程，但它们似乎只适用于填充的矩形，但如果角落里有文字，那将不起作用。
我正在使用 Java 并且更喜欢 Java 代码，但如果没有太多 numpy 魔法，我也欢迎 Python 代码。我使用 OpenCV 来处理图像。