检测照片中纸张角落的算法

Question

检测照片中发票/收据/纸张角落的最佳方法是什么？这将用于 OCR 之前的后续透视校正。

我目前的做法是：

RGB > Gray > Canny Edge Detection with thresholding > Dilate(1) > Remove small objects(6) > clearborder objects > 根据凸面区域挑选大型博客。 > [角落检测 - 未实现]

我不禁认为必须有一种更强大的“智能”/统计方法来处理这种类型的细分。我没有很多训练示例，但我可能会得到 100 张图像。

更广泛的背景：

我正在使用 matlab 进行原型设计，并计划在 OpenCV 和 Tesserect-OCR 中实现该系统。这是我需要为这个特定应用解决的许多图像处理问题中的第一个。因此，我希望推出自己的解决方案并重新熟悉图像处理算法。

以下是我希望算法处理的一些示例图像：如果您想接受挑战，大图像位于 http://madteckhead.com/tmp

_{（来源：madteckhead.com）}

_{（来源：madteckhead.com）}

_{（来源：madteckhead.com）}

_{（来源：madteckhead.com）}

最好的情况是：

_{（来源：madteckhead.com）}

_{（来源：madteckhead.com）}

_{（来源：madteckhead.com）}

但是在其他情况下它很容易失败：

_{（来源：madteckhead.com）}

_{（来源：madteckhead.com）}

_{（来源：madteckhead.com）}

提前感谢所有伟大的想法！我喜欢！

编辑：霍夫变换进度

问：什么算法可以对霍夫线进行聚类以找到角点？ 根据答案的建议，我能够使用霍夫变换，挑选线条并过滤它们。我目前的方法相当粗糙。我假设发票与图像的偏差始终小于 15 度。如果是这种情况，我最终会得到合理的线路结果（见下文）。但我并不完全确定一个合适的算法来聚类线条（或投票）以推断角落。霍夫线不是连续的。在嘈杂的图像中，可能存在平行线，因此需要与线原点度量的某种形式或距离。有什么想法吗？

_{（来源：madteckhead.com）}

Answer 1

这里有 @Vanuan 使用 C++ 的代码：

cv::cvtColor(mat, mat, CV_BGR2GRAY);
cv::GaussianBlur(mat, mat, cv::Size(3,3), 0);
cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Point(9,9));
cv::Mat dilated;
cv::dilate(mat, dilated, kernel);

cv::Mat edges;
cv::Canny(dilated, edges, 84, 3);

std::vector<cv::Vec4i> lines;
lines.clear();
cv::HoughLinesP(edges, lines, 1, CV_PI/180, 25);
std::vector<cv::Vec4i>::iterator it = lines.begin();
for(; it!=lines.end(); ++it) {
    cv::Vec4i l = *it;
    cv::line(edges, cv::Point(l[0], l[1]), cv::Point(l[2], l[3]), cv::Scalar(255,0,0), 2, 8);
}
std::vector< std::vector<cv::Point> > contours;
cv::findContours(edges, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_TC89_KCOS);
std::vector< std::vector<cv::Point> > contoursCleaned;
for (int i=0; i < contours.size(); i++) {
    if (cv::arcLength(contours[i], false) > 100)
        contoursCleaned.push_back(contours[i]);
}
std::vector<std::vector<cv::Point> > contoursArea;

for (int i=0; i < contoursCleaned.size(); i++) {
    if (cv::contourArea(contoursCleaned[i]) > 10000){
        contoursArea.push_back(contoursCleaned[i]);
    }
}
std::vector<std::vector<cv::Point> > contoursDraw (contoursCleaned.size());
for (int i=0; i < contoursArea.size(); i++){
    cv::approxPolyDP(Mat(contoursArea[i]), contoursDraw[i], 40, true);
}
Mat drawing = Mat::zeros( mat.size(), CV_8UC3 );
cv::drawContours(drawing, contoursDraw, -1, cv::Scalar(0,255,0),1);

Answer 2

我是 Martin 的朋友，他今年早些时候正在研究这个问题。这是我第一个编码项目，有点匆忙结束，所以代码需要一些错误......解码...... 我将根据我已经看到您所做的事情提供一些提示，然后在明天休息时对我的代码进行排序。

第一个提示，OpenCV 和 python 很棒，请尽快转向它们。 :D

不是去除小物体和/或噪音，而是降低canny约束，使其接受更多边缘，然后找到最大的闭合轮廓（在OpenCV中使用findcontour()和一些简单的参数，我想我使用了CV_RETR_LIST） .当它在一张白纸上时可能仍然会挣扎，但肯定会提供最佳效果。

对于Houghline2() 变换，尝试使用CV_HOUGH_STANDARD 而不是CV_HOUGH_PROBABILISTIC，它将给出rho 和theta 值，定义线在极坐标中，然后您可以将线分组在一定的公差范围内。

我的分组用作查找表，对于从霍夫变换输出的每一行，它都会给出一个 rho 和 theta 对。如果这些值在表中一对值的 5% 之内，则将它们丢弃，如果它们在 5% 之外，则将新条目添加到表中。

然后您可以更轻松地分析平行线或线之间的距离。

希望这会有所帮助。

Answer 3

您还可以在 Sobel 算子结果上使用MSER（最大稳定极值区域）来查找图像的稳定区域。对于 MSER 返回的每个区域，您可以应用凸包和多边形近似来获得如下结果：

但是这种检测对于实时检测比单张图片更有用，它并不总是返回最佳结果。

Answer 4

1. 转换为实验室空间

2. 使用 kmeans 段 2 集群

3. 然后在其中一个集群（内部）上使用轮廓或霍夫

Answer 5

这是我经过一番实验后得出的结论：

import cv, cv2, numpy as np
import sys

def get_new(old):
    new = np.ones(old.shape, np.uint8)
    cv2.bitwise_not(new,new)
    return new

if __name__ == '__main__':
    orig = cv2.imread(sys.argv[1])

    # these constants are carefully picked
    MORPH = 9
    CANNY = 84
    HOUGH = 25

    img = cv2.cvtColor(orig, cv2.COLOR_BGR2GRAY)
    cv2.GaussianBlur(img, (3,3), 0, img)


    # this is to recognize white on white
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(MORPH,MORPH))
    dilated = cv2.dilate(img, kernel)

    edges = cv2.Canny(dilated, 0, CANNY, apertureSize=3)

    lines = cv2.HoughLinesP(edges, 1,  3.14/180, HOUGH)
    for line in lines[0]:
         cv2.line(edges, (line[0], line[1]), (line[2], line[3]),
                         (255,0,0), 2, 8)

    # finding contours
    contours, _ = cv2.findContours(edges.copy(), cv.CV_RETR_EXTERNAL,
                                   cv.CV_CHAIN_APPROX_TC89_KCOS)
    contours = filter(lambda cont: cv2.arcLength(cont, False) > 100, contours)
    contours = filter(lambda cont: cv2.contourArea(cont) > 10000, contours)

    # simplify contours down to polygons
    rects = []
    for cont in contours:
        rect = cv2.approxPolyDP(cont, 40, True).copy().reshape(-1, 2)
        rects.append(rect)

    # that's basically it
    cv2.drawContours(orig, rects,-1,(0,255,0),1)

    # show only contours
    new = get_new(img)
    cv2.drawContours(new, rects,-1,(0,255,0),1)
    cv2.GaussianBlur(new, (9,9), 0, new)
    new = cv2.Canny(new, 0, CANNY, apertureSize=3)

    cv2.namedWindow('result', cv2.WINDOW_NORMAL)
    cv2.imshow('result', orig)
    cv2.waitKey(0)
    cv2.imshow('result', dilated)
    cv2.waitKey(0)
    cv2.imshow('result', edges)
    cv2.waitKey(0)
    cv2.imshow('result', new)
    cv2.waitKey(0)

    cv2.destroyAllWindows()

并不完美，但至少适用于所有样本：

Answer 6

您可以使用角检测，而不是从边缘检测开始。

Marvin Framework 为此提供了一个 Moravec 算法的实现。你可以找到纸的角落作为起点。下面是 Moravec 算法的输出：

Answer 7

边缘检测后，使用霍夫变换。 然后，将这些点与它们的标签一起放入一个 SVM（支持向量机）中，如果示例上有平滑的线条，那么 SVM 将不会有任何困难来划分示例的必要部分和其他部分。我对 SVM 的建议是设置一个参数，例如连接性和长度。也就是说，如果点是连接的并且很长，它们很可能是收据的一条线。然后，您可以消除所有其他点。

Answer 8

我大学的一个学生小组最近演示了一个 iPhone 应用程序（和 python OpenCV 应用程序），他们为此编写了该应用程序。我记得，步骤是这样的：

• 中值过滤器可完全去除纸上的文字（这是白纸上的手写文字，光线相当好，可能不适用于印刷文字，效果很好）。原因是它使角点检测变得更加容易。
• 线的霍夫变换
• 在 Hough 变换累加器空间中找到峰值，并在整个图像上绘制每条线。
• 分析线条并删除任何彼此非常接近且角度相似的线条（将线条聚集成一条线）。这是必要的，因为霍夫变换并不完美，因为它在离散的样本空间中工作。
• 找到大致平行且与其他线对相交的线对，以查看哪些线形成四边形。

这似乎工作得很好，他们能够拍摄一张纸或书的照片，执行角落检测，然后几乎实时地将图像中的文档映射到平面上（只有一个 OpenCV函数来执行映射）。我看到它工作时没有 OCR。