检测信用卡大小卡片的算法

Question

我想在图像中检测信用卡大小的卡片。该卡可以是任何卡，例如身份证、会员卡。目前，我正在考虑使用 Canny Edge、Hough Line 和 Hough Circle 来检测卡片。但是当我想结合霍夫线和霍夫圆的所有信息来定位卡片时，这个过程会很繁琐。有人建议使用阈值和findContour，但是卡片的颜色可能与背景相似，这使得这种方法难以达到预期的效果。有没有什么内核和方法可以帮我检测卡？

Answer 1

我认为，您的问题类似于文档扫描仪。可以参考this link

1. 使用 Canny 边缘检测器查找图像中的边缘（下限和上限阈值可设置为 0.66*meanIntensity 和 1.33*meanIntensity）并进行形态学关闭操作。

   Edge image after performing close

2. 使用 findContours 查找图像中的轮廓

3. 过滤掉不需要的轮廓（我用contourArea过滤轮廓）

4. 使用 approxPolyDP 将轮廓近似为 7 个或更多点。 （我这里用0.005 *周长作为参数）

5. 如果您想找到准确的边缘，请在点之间拟合线并获得最大的 4 条线。找到它们的交点（因为卡片可能包含也可能不包含弯曲边缘）

6. 您最终会得到可进一步用于单应性或确定区域的卡端点。

   vertices of the card

编辑 编辑答案以包括获取卡片顶点的步骤并更新结果。

Answer 2

这里有两个子问题——

1. 检测图像中的矩形对象。
2. 矩形对象的实际大小应与信用卡相似。

对于第一部分，您可以尝试几种方法来提取图像中的矩形区域，看看哪种方法适合您的需要。

• 这个post 展示了许多您可以尝试的方法。
• 根据我的经验，边缘检测在大多数情况下效果最好。尝试 Canny > Contours with Appoximations > 过滤掉不相关的轮廓 > 使用一些形状检测、模板匹配或任何其他方法搜索矩形。甚至this post 也做了类似的事情来完成它的任务。

来到第二点，除非图像中有任何参考（已知）大小的对象，否则您无法找出图像中对象的大小。如果图像是从较近的距离拍摄的，卡片会显得更大，如果从远处拍摄，卡片会显得更小。因此，在捕获时，您必须强制执行一些限制，例如您可以要求用户使用一些标准标尺来捕获图像。您还可以要求用户在 A4 纸上捕获所有纸张边缘可见的图像。由于您知道 A4 纸的尺寸，因此您可以估算卡片的尺寸。

除了上述方法之外，如果您有足够的此类图像数据集，您可以使用 Haar 分类器或基于神经网络/深度学习的方法来做这件事，准确率更高。