一种颜色中最大的矩形答案

【问题标题】：Biggest Rectangle within one color一种颜色中最大的矩形
【发布时间】：2016-09-30 18:43:24
【问题描述】：

我很难找到解决以下问题的方法：

我使用 opencv 用唯一标签标记所有连接的白色像素。

现在我得到了一组这些元素。这些对象通常是 90% 的矩形，但大多数时候包含一些额外的线条和东西。

我正在寻找一种算法，它执行以下操作：

-从图像中获取最大的矩形（在同一标签内） - 快速的性能 - 甚至可以过滤，包含至少 xx% 具有相同标签的像素的大矩形

也许有人可以帮助我非常感谢编辑：示例图片（在这种情况下为车牌位置）：我想要的算法输出将是盘子的矩形（并且诅咒图像中的所有其他矩形，我稍后会过滤它们）

重要的是矩形可以旋转！

【问题讨论】：

也许你可以展示一张图片来解释这个问题......
好主意，谢谢
您是否尝试过使用 cv::findContours（可能在经过精明的边缘检测器之后），然后对每个轮廓使用 cv::minAreaRect。
我不喜欢这种方法。对于世界上大多数车牌，您不能只在边缘膨胀的渐变图像中寻找斑点。您不会在连接的组件中不费力气就找到矩形，因为它们是更大组件的一部分。请提供您的输入图片。
@user4834736 : 在车牌检测中，最后你需要汽车的数量。所以我建议你使用 opencv 的 OCR 模块从图像中提取文本。

【解决方案1】：

我的建议

矩形将显示为线段，长度等于板宽减去板高。您可以通过拟合旋转的矩形边界框来定位它们；它们必须具有较大的纵横比。

【讨论】：

@user4834736：不幸的是，这不是万无一失的。你会得到假阴性和假阳性。
我建议你先改进你的预处理。通过拥有如此粗的渐变线，你合并了太多人的东西。还要限制您的搜索区域。车牌只会通过图像中的狭窄路径。你知道路在哪里，以及盘子会在哪里移动。这样你就可以摆脱至少 80% 的干扰信息。
@Piglet：80% 过高。汽车可以改变车道，卡车有更高的警戒间隙。 20% 更现实。需要使用粗线来确保将印版视为已擦除字符的实心区域。
有多少辆车会在你的视野中变道？ 1/10000？在他选择的摄像机角度，您将拥有更多被另一条车道上的汽车覆盖的车牌。所以再输几个也没关系。
@Piglet：哼，让我们承认 1/10000 并不夸张。