Вот фрагмент логики предварительной обработки и обнаружения, которую я использую в Java:
Код: Выделить всё
// Grayscale and Edge Detection
Mat gray = new Mat();
Imgproc.cvtColor(rgba, gray, Imgproc.COLOR_BGR2GRAY);
Imgproc.GaussianBlur(gray, gray, new Size(11, 11), 0);
Mat edges = new Mat();
Imgproc.Canny(gray, edges, 50, 100);
// Contours Detection
Mat kernel = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(5, 5));
Imgproc.dilate(edges, edges, kernel);
List contours = new ArrayList();
Imgproc.findContours(edges, contours, new Mat(), Imgproc.RETR_LIST, Imgproc.CHAIN_APPROX_SIMPLE);
Collections.sort(contours, (lhs, rhs) -> Double.valueOf(Imgproc.contourArea(rhs)).compareTo(Imgproc.contourArea(lhs)));
**Хотя эта реализация работает достаточно хорошо на темном фоне, я сталкиваюсь с серьезными проблемами при ярком или неравномерно освещенном фоне. В частности:
Обнаружение краев не работает или дает зашумленные результаты.
Алгоритму сложно надежно идентифицировать контуры документа.
**Что я' Пробовал
**Регулировка порогов Canny: улучшение минимальное, но недостаточное.
Вариации освещения: смешанные результаты в зависимости от фона и окружающего освещения.
Фильтрация контуров: сортировка по площади контура работает, но шум в ярком Фон по-прежнему влияет на обнаружение.
Запрос
Я был бы признателен за рекомендации по улучшению процесса обнаружения документов, особенно в сценариях с различными условиями освещения.
Следует ли мне изучить адаптивное пороговое определение или другие методы предварительной обработки?
Существуют ли лучшие подходы для фильтрации контуров в таких сценариях?
Какие-либо рекомендуемые функции или параметры OpenCV, которые можно попробовать?Мне бы хотелось услышать что-нибудь идеи, предложения или альтернативные стратегии сообщества.
Подробнее здесь: https://stackoverflow.com/questions/792 ... arying-lig
Мобильная версия