检测图像中的比例尺 - 特征检测或模式识别

Question

在图像中查找比例尺以便自动将像素缩放到实际长度测量的最佳方法是什么？ 我已经找到了一些关于查找条形码的工作，这些条形码可能类似，但它们似乎是沿着图像的水平和垂直横截面使用对比度差异，我不瘦也可以很好地找到比例尺。 使用神经网络或某种模式识别最好能实现这一点，还是可以通过做一些可提供更多声音逻辑的图像处理来实现？ 我对图像处理很陌生 我假设大多数人都看过带有比例尺的显微镜图像，但以下是一些我的意思的例子：

这将返回100纳米和比例尺的任何像素长度。

这将返回500纳米和比例尺的任何像素长度。

这将返回5纳米，无论比例尺的像素长度是多少。

我开始在这个问题上使用OpenCV，但我对语言，包或算法的建议持开放态度。有没有人对图像处理中的这项任务有任何想法？

Answer 1

我认为这个问题的最佳解决方案是从OCR的角度来看，这几乎是一个已解决的问题。为此，您需要查看图像中nm，mm，cm等图案的位置。一旦你有了比例字符的位置，假设比例尺将位于附近的位置，并且可以与其他水平线段充分区分。可能有两种情况：

1. 比例尺位于无纹理背景上。在这种情况下，问题不应该非常困难，因为可以搜索水平线段。你如何找到一个线段？使用滞后进行边缘检测，计算直线度量（您可以自己定义）。

2. 比例尺位于纹理上方，比如Google图像。在这种情况下，您可能需要根据RANSAC拟合一条线（在对边缘权重进行阈值处理之后），以便您可以修剪掉与直线不对应的伪候选。背景中甚至可能有线条。此时，您可以选择具有0/90角度（取决于字符方向）的线段，该线段最接近刻度中的字符。另一个好的假设是比例尺上的线条边缘比背景线更强。

我感觉这个问题可以纯粹用视觉解决，而不需要太多学习数据。当然，如果OCR系统使用一些可能是其中一部分的内置学习，但是为了获得比例尺，计算机视觉系统应该足够了。