检测图像中矩形的最简单*正确*方法是啥？

Posted 2023-02-22

【中文标题】检测图像中矩形的最简单*正确*方法是啥？

【英文标题】：What is the simplest *correct* method to detect rectangles in an image?检测图像中矩形的最简单*正确*方法是什么？

【发布时间】：2011-12-14 21:36:47

【问题描述】：

我正在考虑检测图像中矩形的最佳方法。

我最初的想法是使用Hough transform 作为线条，并选择线条组合，其中两条线在下部和上部都被相同的两条线相交，但这还不够。

将corner detector 与霍夫变换一起使用吗？

【问题讨论】：

不够，你的意思是没有效率，对吧？这实际上取决于您的应用程序 - 除非您实时为高清视频执行此操作，否则 Hough 变换可能就足够了。

【参考方案1】：

查看您的 OpenCV 发行版中的 /samples/c/squares.c。这个例子提供了一个方形检测器，它应该是一个很好的开始。

我的回答 here 也适用。

【参考方案2】：

我认为目前还没有一种简单而可靠的方法来检测图像中的矩形。您必须处理许多问题，例如矩形不是完全矩形而是近似矩形、部分遮挡、光照变化等。

一个可能的方向是对图像进行分段，然后检查每个分段与矩形的接近程度。由于您不能信任您的分割算法，您可以使用不同的参数多次运行它。

另一个方向是尝试将一个矩形参数化地拟合到图像中，使得沿轮廓的图像梯度幅度最大化。

如果您选择使用参数化方法，请注意，虽然参数化矩形的简单方法是通过四个角的位置（即 8 个参数），但还有一些其他表示需要更少的参数。

【讨论】：

对于一个简单的几何形状，霍夫变换回答了这些问题 - 对于更复杂的东西，比如一张脸，你是完全正确的。

其实我在检测矩形方面做了一些工作，我也遇到过这些问题。显然，如果您使用合成图像，那么 Hough 方法将非常有效，但如果您想“在野外”找到矩形，那就完全不同了。

【参考方案3】：

Hough 的一个扩展很有用。http://en.wikipedia.org/wiki/Generalised_Hough_transform