检测表单图像中的选中复选框

Question

在巴西，有一种名为DNV的形式（葡萄牙语为＆＃34; Born Alive Declaration＆＃34;）。我在一家巴西政府机构工作，该机构每年从全州各家医院接收超过50万件这样的机构。

我试图检测复选框字段上的标记。我开始使用＆＃34; Sex＆＃34;包含M（男性），F（女性）或I（忽略）复选框的字段。

我已经能够使用OpenCV充满信心地找到该字段和复选框：

我认为带有更多暗像素的复选框区域是标记的，并且即使图像质量非常低，它也能在99％的时间内工作。

if sum(checkbox1) < sum(checkbox2):
    return "M"
else:
    return "F"

有时这会失败：人类会告诉女性＆＃34;复选框已标记，但由于sum(checkbox1)为577,065且sum(checkbox1)为605,880，因此计算机显示它是男孩。

我尝试使用几种方法和值结合形态变换进行阈值处理操作（在几种组合中进行侵蚀和扩张，并使用许多内核形状和大小）并得到了这个：

sex_field = cv2.fastNlMeansDenoising(cv2.blur(sex_field, (3, 3)), 30, 30, 15, 50)
_, sex_field = cv2.threshold(~sex_field, 127, 255, 0)
sex_field = ~cv2.morphologyEx(sex_field, cv2.MORPH_CLOSE, 
                              np.ones((3, 3), np.uint8), iterations=3)

问题是cv2.fastNlMeansDenoising很贵。是否有一个较轻的算法对此用例有用？