OpenCV中的海报检测？

Posted 2023-02-22

【中文标题】OpenCV中的海报检测？

【英文标题】：Poster detection in OpenCV?

【发布时间】：2016-05-27 14:38:23

【问题描述】：

我是图像处理方面的新手，所以请原谅我是新手。我尝试使用squares.cpp 来检测海报（因为它们通常是矩形）不使用昂贵的特征检测器（如 SIFT）。不幸的是，结果非常令人失望（因为它是可以预测的，结果如下）。

实际上，我并不关心是否只检测到海报，因为从统计上来说，海报是图像中最大（或第二大）的矩形（体面的启发式）。

最后一张图片是这段代码使用this Hough Transofrm 代码的结果（这似乎更糟糕！）。

知道如何改进这段代码吗？

[

【参考方案1】：

您是否熟悉霍夫变换？如果没有，我强烈建议您阅读它们here 我会采取的方法，因为您的海报似乎与他们的背景有很大的对比，如下：

对图像应用 canny 边缘检测（如果 rgb 边缘检测结果不佳，请考虑在边缘检测之前更改为 HSV 颜色空间），并对 canny 的结果进行矩形霍夫变换。这将从您的图像中提取所有“矩形”形状。从那里，您可以在提取的矩形（可能是文本？）中查找特征，以进一步验证您提取的矩形确实是海报。

这种方法的一个缺点是，如果海​​报的照片角度太大，可能会不起作用，但只要在海报的相对位置拍摄，就可以了。

【讨论】：

我已经尝试过使用霍夫变换的this 代码，但似乎效果更差（我将使用它更新问题并添加结果）！

啊，所以这段代码试图从霍夫线变换生成一个矩形。在本文中，霍夫变换过程被推广到任何任意形状：sci.utah.edu/~gerig/CS7960-S2010/handouts/… 我会尝试使用特定的矩形变换而不是线变换

“特别是矩形变换”是什么意思？你知道任何实现吗？

您“可能”无法在 Internet 上找到可以神奇地工作的预打包实现。如果你喜欢阅读论文，试试这个：semanticscholar.org/paper/…如果你不喜欢阅读论文，那么考虑复习你的简历基础知识（也许从 O'Reilly 那里拿一本书？他们出版了一本修订的 openCV 书八月，但大部分都可以在网上找到），直到你对简历有足够的了解以利用论文

引用this 回答：“霍夫变换应该适用于矩形检测IFF，您可以假设矩形的边是图像中最突出的线。然后您可以简单地检测4个最大的霍夫空间中的峰值，你得到了你的矩形。”情况并非如此，因为示例图片中有许多其他（甚至更好定义的）行。那么也许霍夫变换不是正确的选择？