用于检测图像中对象的快速算法答案

【问题标题】：Fast algorithm for detecting an object in an image用于检测图像中对象的快速算法
【发布时间】：2012-09-26 15:41:07
【问题描述】：

我正在开发一个用于光学标记识别的小程序。扫描表格的处理包括两个步骤： 1）在扫描的图像中找到表格，去除和裁剪边框。 2）通过这种“标准化”形式，我可以简单地使用原始文档中的坐标等来搜索标记。

第一步，我目前正在使用 OpenCV 中的 Homography 函数和透视变换来映射点。我也试过 SurfDetector。

但是，这两种算法都很慢，并且在从文档扫描仪扫描表单时并不能真正满足速度要求。

任何人都可以为我指出这个特定问题的替代算法/解决方案吗？

提前致谢！

【问题讨论】：

【解决方案1】：

Viola-Jones 级联分类器非常快。它在 OpenCV 中用于人脸检测，但您可以针对不同目的对其进行训练。根据您所谓的“表单”的外观，您可以使用更简单的算法，例如 Muffo 所说的互相关。

【讨论】：

感谢您的回答。在那种情况下，我将对每种形式都有一个培训过程。并为复杂表格建立一个正面/负面清单？我已经尝试了一些示例实现，但没有成功。此外，估计的边界框作为纠偏的基础并不是很精确。

【解决方案2】：

尝试使用 ORB 或 FAST 检测器：它们应该比 SURF (documentation here) 更快。

如果这些不符合您的速度要求，您可能应该使用不同的方法。你需要缩放和旋转不变性吗？如果没有，您可以尝试使用互相关。

【讨论】：

我刚刚尝试过 ORB 和 FAST，但是，它们在此任务上的速度稍快，没有太大区别。尺度和旋转不变性对于第二步的准确性是必要的。此外，由于某些文档扫描仪会产生轻微倾斜的扫描，因此不仅需要旋转图像，还需要将其歪斜。