检测JPEG图像中的线条

Question

我是Swift和图像处理的新手，但我没有找到任何程序来做我想要的。我有几千页问卷，但我使用的OMR免费软件（光学标记识别）无法检测到这些问题。这是因为调查问卷由我或研究中的参与者印制，产生不同的图像（比例和旋转）。纠正图像是不够的。幸运的是，每页顶部都有一条水平线。所以，算法看起来像这样：

1. 选择要转换（完成）的所有JPEG
2. 输入目标线的坐标（完成）
3. 对于每个JPEG图像 3A。加载图像（NSData？不是UIImage，因为它是一个应用程序） 3B。解压缩图像 3C。检测页面顶部的行 3D。计算并应用角度和翻译（我在Java中找到了一个免费的源代码） 3E。将图像保存在修改后的名称下

我需要你帮助完成步骤3a-3b。对于步骤3c，我应该使用Canny边缘检测器，然后使用Hough变换吗？

任何想法都会受到赞赏。

----编辑----

这是描述问题的图像。在上部（患者＃1），顶部水平线的坐标是（294,242）至（1437,241）。在下部（患者＃2）中，顶部水平线的坐标是（299,230）至（1439,230）。这似乎是一个小差异，但OMR查看具有固定坐标的ROI（即框）。在其他扫描图像中，差异可能更大，顶线可能不是水平的（例如（X1，Y1）=（320,235）和（X2，Y2）=（1480,220））。

我的想法是获得一个复选框的模板（OMR这样做）和顶线的坐标一次永远（我可以使用Paint或其他任何东西）。然后在运行OMR之前将所有图像对齐到此模板（使用它们的顶行）。可能需要缩放，旋转和翻译。换句话说，所有图像都应完全可堆叠在模板图像上，以便OMR正确执行...



---编辑12月26日---

我已经将OpenCV的概率Hough变换转换为Swift（open cpp code from GitHub。不幸的是，检测到的段太短（即没有捕获整个线段）。我想知道：在Hough变换之前使用Canny边缘检测器在白页上检测黑线的单个段是否有意义？