给出一张表的图像，我需要检测所有空单元格。我在网上找不到有关此内容的任何研究。这真的是CNN问题吗？我尝试过使用像Hough变换这样的图像处理技术，但无法达到预期的结果。在图像处理方面还有其他建议吗？
到目前为止，我的CNN方法是： 我使用RectLabel标签软件创建了一个非常小的数据集，并使用Tensorflow对象检测API训练了一个ssd网络。由于数据集较小，结果与预期的一样，准确率非常低。我需要有关如何无需手动使用RectLabel软件即可增加数据集大小的建议。
我需要检测表格中的可填充单元格，并忽略其中带有文本的单元格
答案 0 :(得分：0)
我认为，解决此问题的最佳方法是使用传统的计算机视觉和算法方法。您可能可以执行以下操作：遍历每一行并使用哈希表来跟踪空单元格（所有白色像素）和非空单元格（并非所有白色像素）。最后，结果将是哈希表中的数字。这将花费O（n）时间和O（m）空间，其中n是像素数，m是像元数。
如果您坚持使用CNN，则需要收集许多（一千个就足够了）单元格工作表图片（例如您的示例）。然后，您应该选择一个网络（请牢记速度/准确性之间的权衡）。您可以像通常的有监督训练一样训练网络。然后，您可以在测试数据上对其进行测试。
学习方法可能会产生误报，因此我建议使用算法方法，因为它的计算量不太大。
