使用python

Question

我正在处理视频中的帧。该视频覆盖有几个半透明的框，我的目标是找到这些框的坐标。这些框是视频中唯一的固定点-相机在移动，颜色强度发生变化，没有固定参考。问题在于这些盒子是半透明的，因此它们也随视频而变化，尽管变化不大。似乎背景扣除和跟踪都没有解决此问题的正确工具。

尽管如此，我还是尝试使用cv2附带的背景减法器以及一些使用帧和阈值之间的差异的自家方法。不幸的是，由于盒子透明，这些功能不起作用。

作为参考，以下是前50帧之间的平均差异：

这是cv2背景减法器KNN返回的内容：

我已经尝试了阈值，考虑的帧数，各种轮廓算法，模糊/锐化等。我还尝试了文档布局分析中的技术。

我想知道是否由于不知道正确的关键字而缺少某些内容。我不希望有人在这里给我完美的解决方案，但是任何关于在哪里寻找外观/尝试哪种方法的指针都值得赞赏。我也不受cv2的约束，任何在python中工作的东西都可以。