检测图像中对象的位置

Question

我有一个如下所示的输入图像：

请注意，有6个黑色边框。我需要检测每个盒子的位置（左上角）。通常我会使用类似template matching的内容，但每个框的内容（黑色边框内的彩色区域）是不同的。

是否有可以配置为忽略每个盒子内部区域的模板匹配版本？算法是否更适合这种情况？

另外请注意，我必须处理几种不同的分辨率......因此盒子的实际尺寸将因图像而异。也就是说，比率（长度与宽度）将始终相同。

每个请求的真实示例/输入图像：

Answer 1

您可以这样找到连接组件的边界框。

要查找连接的组件，您可以转换为灰度，并保留所有像素值为0，即矩形的黑色边框。

然后，您可以找到每个连接组件的轮廓，并计算其边界框。在这里找到红色边界框：

代码：

#include <opencv2/opencv.hpp>
#include <vector>
using namespace cv;
using namespace std;

int main()
{
    // Load the image, as BGR
    Mat3b img = imread("path_to_image");

    // Convert to gray scale
    Mat1b gray;
    cvtColor(img, gray, COLOR_BGR2GRAY);

    // Get binary mask
    Mat1b binary = (gray == 0);

    // Find contours of connected components
    vector<vector<Point>> contours;
    findContours(binary.clone(), contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // For each contour
    for (int i = 0; i < contours.size(); ++i)
    {
        // Get the bounding box
        Rect box = boundingRect(contours[i]);

        // Draw the box on the original image in red
        rectangle(img, box, Scalar(0, 0, 255), 5);
    }

    // Show result
    imshow("Result", img);
    waitKey();

    return 0;
}

从聊天中发布的图片中，此代码生成：

通常，此代码将正确检测卡片以及噪音。您只需根据某些标准消除噪音。其中：盒子的大小或纵横比，盒子内的颜色，一些纹理信息。