使用 CNN 检测图像中的所有矩形答案

【问题标题】：Detect all the rectangles in an image using CNN使用 CNN 检测图像中的所有矩形
【发布时间】：2018-09-03 05:12:23
【问题描述】：

给定一张表格图像，我需要检测所有空单元格。我在网上找不到任何关于此的研究。这真的是 CNN 的问题吗？我曾尝试使用一些图像处理技术，如霍夫变换，但无法达到预期的效果。在图像处理方面还有其他建议吗？

到目前为止，我的 CNN 方法：我使用 RectLabel 标记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。我需要有关如何在不手动使用 RectLabel 软件的情况下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包含文本的单元格

【问题讨论】：

【解决方案1】：

在我看来，解决这个问题的最佳方法是使用传统的计算机视觉和算法方法。您可能可以这样做：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（不是所有白色像素）。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 是细胞数。

如果您坚持使用 CNN，那么您需要收集许多（1000 多张可能就足够了）细胞表图片（就像您的示例一样）。然后，您应该选择一个网络（记住速度/准确性的权衡）。你像通常的监督训练一样训练你的网络。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，因此我推荐算法方法，因为它的计算量不是很大。

【讨论】：