基于OpenCV Python的稳定图标识别方案咨询

问题概述 #

需要可靠检测混杂文本、尺寸不一的图像中的图标，目前使用Python的OpenCV库实现，但基于cv2.findContours的轮廓检测算法效果不稳定，可靠性不足。

现有实现代码 #

gray = cv2.cvtColor(self.image, cv2.COLOR_BGR2GRAY)
binary = cv2.adaptiveThreshold(self.gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 17, 1)
contours, _ = cv2.findContours(self.binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

后续会执行轮廓过滤、合并及二次过滤操作，但整体效果仍不稳定。曾尝试使用getStructuringElement处理，却对白色背景上的图标无法准确检测边界。

示例场景 #

无法披露真实输入数据，以亚马逊logo为例说明问题：

当前方法的核心问题：

• 彩色图标：轮廓检测常输出多个尺寸错误的轮廓，合并后丢失图标精确尺寸
• 白色背景图标：getStructuringElement无法准确识别图标边界

疑问与思路 #

1. 训练Haar级联是否能大幅提升检测效果？
2. 微调现有方法的参数是否能解决稳定性问题？
3. 是否有更可靠的替代方法或工具库？

欢迎各位提供优化建议，或分享同类问题的解决经验。

附：轮廓合并实用技巧 #

针对同类需求，@Tino-d的方案实用性较强，但图标经Canny边缘检测后，常会被分割为大量细碎多边形：

可通过以下步骤合并轮廓：用较大厚度（如2）绘制轮廓，再重新检测轮廓，代码如下：

contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
cv2.drawContours(edges, contours, -1, (255, 255, 255), 2)
contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

处理后可得到完整的轮廓：

这是一种简单高效的轮廓合并方案。

内容的提问来源于stack exchange，提问作者Vasiliy Platon