在OpenCV中进行边缘检测后找到最佳感兴趣区域

Question

我想将OCR应用于墙上7段显示的一些图片.我的策略如下:

1. 隐藏Img到灰度
2. 模糊img以减少假边缘
3. 将img阈值化为二进制img
4. 应用Canny Edge检测
5. 根据数字轮廓给出的模式设置感兴趣区域(ROI)
6. 缩放ROI和模板匹配该区域

如何设置ROI以便我的程序不必在整个图像中查找模板？我想根据找到的边数设置我的投资回报率,或者如果有人可以帮助我,那么更有用的东西.

我正在研究Cascade Classification和Haar,但我不知道如何将它应用到我的问题中.

这是经过预处理和边缘检测后的图像:

原始图像

Answer 1

如果这代表了您必须处理的边缘数量，您可以尝试一个很好的简单策略，例如在二进制图像上滑动 ROI 查找器窗口，该窗口仅对像素值求和，并且除非该值是，否则不会触发高于阈值。这应该优化所有空白表面。

编辑：好的，一些不那么幼稚的方法。如果您有一些先验知识，例如您知道照片对齐良好（并且没有严重旋转或倾斜），您可以使用低-高-低高光栅进行一些传递，调整以捕获照片两侧的边缘段，在 x 和 y 维度上使用不同的比例。在两个方向上的良好命中不仅会提供有关 ROI 的线索，还会提供有关起始模板尺寸的线索（太大和太小的格栅不会同时击中两个边缘）。

您可以进行斑点检测，然后依次将模板应用于斑点（如果模板匹配分数低于阈值，则退回到合并斑点，以防您的号码段被意外分区）。斑点的大小可能会再次给您一些关于要应用的模板的比例的提示。