python - 如何可靠地找到图像上的复选框(使用 cv2.findContours 或其他技术)？

Question

我正在尝试识别这张图片上的 6 个方 block :

和检测哪些是选中的或黑色的(这里是 (1,1) 和 (3,2))。

• 周围可能有一些文字或一些绘图，但真的与复选框没有什么相似之处

• 图片可以轻微旋转

方法#1

我试过:

_, contours, hierarchy = cv2.findContours(gray, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
for j, c in enumerate(contours):
    cv2.drawContours(imgcolor, [c], 0, COLORS[j % len(COLORS)], thickness=1)

但结果很差:

到目前为止我尝试了什么:

• 使用 cv2.contourArea(c) 按面积过滤

• 使用

    shape = cv2.approxPolyDP(c, 0.05 * cv2.arcLength(c, True), closed=True)
  

  并仅使用 if len(shape) == 4: 保留矩形，但这不会起作用，因为一些正方形被分成两个或三个轮廓:请参见右上角的正方形被识别为红色+青色轮廓

• 注意:一些正方形通过一个轮廓成功识别，但甚至两个轮廓，所以当我们drawContour时，我们看到两个 strong> 同一个正方形的轮廓在彼此之上

方法#2

是否可以使用原始图像与此“3x2 框模式”的所有“位移 + 旋转 + 重新缩放”版本之间的相关性:

这样可以进行良好的检测吗？

长话短说:

如何可靠地识别此类图像上的 6 个框并找到选中或黑色的框？

Answer 1

这是我的方法:

(1) Threshold and find the external contours

(2) Filter the contour by area and height/width, then distinguish by area occupy.

这是我的结果: