检测表单图像中选定的复选框

Question

在巴西，有一种称为 DNV 的表格（在葡萄牙语中的“Born Alive Declaration”之后）。我在一家巴西政府机构工作，该机构每年从全州每家医院收到超过 50 万份此类药物。

我正在尝试检测复选框字段上的标记。我从“性别”字段开始，其中包含 M（男性）、F（女性）或 I（忽略）的复选框。

我已经能够使用 OpenCV 自信地找到字段和复选框：

我猜有更多暗像素的复选框区域是被标记的区域，即使图像质量非常低，它也能在 99% 的时间内工作。

if sum(checkbox1) < sum(checkbox2):
    return "M"
else:
    return "F"

有时这会失败：一个人会告诉“女性”复选框被标记，但由于sum(checkbox1)是 577,065 和sum(checkbox1)605,880，计算机说它是一个男孩。

我已经尝试使用几种方法和值与形态变换相结合的阈值操作（在几种组合中侵蚀和扩张并使用许多内核形状和大小）并得到这个：

sex_field = cv2.fastNlMeansDenoising(cv2.blur(sex_field, (3, 3)), 30, 30, 15, 50)
_, sex_field = cv2.threshold(~sex_field, 127, 255, 0)
sex_field = ~cv2.morphologyEx(sex_field, cv2.MORPH_CLOSE, 
                              np.ones((3, 3), np.uint8), iterations=3)

问题cv2.fastNlMeansDenoising是贵。是否有更轻量级的算法对这个用例有用？