基于OpenCV的表单签名存在性检测方案咨询

我有一张带签名的表单图片，需要一种自动化方法判断图中是否存在签名——不需要做签名匹配，只返回“存在签名”或“无签名”的布尔结果。目前找到的资料要么是签名匹配方案（不符合需求，因为每次签名都不一样），要么就是无法生效。

我的基础流程是：加载表单图片，裁剪后转灰度图并二值化，再通过像素坐标裁剪到表单的特定签名区域。以下是两个裁剪示例：

• 含签名的裁剪区域（signature_1a）：存在深色手写签名
• 无签名的裁剪区域（signature_2b）：仅空白背景，无手写痕迹

已尝试的无效方法 #

1. Tesseract文本识别 #

使用pytesseract.image_to_string()提取文本，尝试通过判断输出是否为空或非空来区分，但无法有效识别两张图片的差异。

2. 统计非白色像素 #

原本假设无签名的图片非白色像素数量为0，但实际测试结果不符：

signature_2b = cropped_images['Section 2']['2b']
img = cv2.cvtColor(signature_2b, cv2.COLOR_BGR2GRAY)
n_non_white_pix = np.sum(img > 0)
print('非白色像素数量:', n_non_white_pix) # 预期结果为0

输出: 非白色像素数量: 225663

3. OpenCV Blob检测 #

使用OpenCV的SimpleBlobDetector进行Blob检测，但未检测到任何Blob：

# 读取图片
im = cv2.imread("sig_sample.png", cv2.IMREAD_GRAYSCALE)
 
# 使用默认参数初始化检测器
detector = cv2.SimpleBlobDetector_create()
 
# 检测Blob
keypoints = detector.detect(im)
 
# 绘制检测到的Blob为红色圆圈
# cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS 确保圆圈大小与Blob对应
im_with_keypoints = cv2.drawKeypoints(im, keypoints, np.array([]), (0,0,255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
 
# 显示结果
cv2.imshow("Keypoints", im_with_keypoints)
cv2.waitKey(0)

请问我该如何实现仅检测图片中是否存在签名？

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