用于检测图像中的对象的快速算法

Question

我正在开发一个用于光学标记识别的小程序。 扫描表单的处理包括两个步骤： 1）在扫描图像中找到表格，下降并裁剪边框。 2）使用这种“标准化”形式，我可以使用原始文档中的坐标等搜索标记。

第一步，我正在使用OpenCV中的Homography功能和一个透视变换来映射点。我也尝试过SurfDetector。

然而，两种算法都非常慢，并且在从文档扫描仪扫描表单时并不能满足速度要求。

有人能指出这个特定问题的替代算法/解决方案吗？

提前致谢！

Answer 1

尝试使用ORB或FAST探测器：它们应该比SURF（documentation here）更快。

如果这些与您的速度要求不符，您应该采用不同的方法。你需要尺度和旋转不变性吗？如果没有，您可以尝试使用互相关。

Answer 2

Viola-Jones级联分类器非常快。它在OpenCV中用于人脸检测，但您可以将其用于不同目的。根据您称之为“表单”的外观，您可以使用更简单的算法，如Muffo所说的互相关。