建筑项目图纸附加文件：云状图形及内嵌数字三角形检测

问题背景 #

需要判断图像是否为建筑项目图纸的附加文件，核心是检测图像里的云状对象，如果这个实现难度太高，退而求其次检测内部带数字的三角形也可以。目前用OpenCV写的Python代码只能处理只有两个云状图形的简单图，碰到有大量线条、文字的复杂图像就直接失效，甚至还会误识别。

现有问题根源 #

简单场景里用的基础检测逻辑（比如靠轮廓面积、简单多边形匹配）扛不住复杂背景的干扰：

• 密密麻麻的线条、文字会生成一堆噪声轮廓，直接把目标轮廓给盖过去了
• 云状图形本身边缘不规则，在复杂背景下根本没法准确提取
• 基础形状匹配对轮廓的完整性、纯净度要求太高，一有干扰就匹配失败

改进方案 #

方案一：让云状图形检测更抗造 #

针对复杂背景里的云状图形，可以按这几步优化：

1. 先做降噪预处理
   • 先用cv2.GaussianBlur()做高斯模糊，把细线条和文字的干扰弱化
   • 换成自适应阈值二值化cv2.adaptiveThreshold()，比全局阈值更能应对光照不均和复杂背景

   gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   blurred = cv2.GaussianBlur(gray, (5,5), 0)
   thresh = cv2.adaptiveThreshold(blurred, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
   

2. 精准筛选轮廓特征
   • 提取轮廓后先过滤掉面积太小或太大的，把文字和大背景区域排除
   • 计算轮廓的形状复杂度：云状图形的近似多边形顶点数远多于普通几何图形，用cv2.approxPolyDP()控制近似精度后统计顶点数；同时算圆度（4*math.pi*area / (perimeter**2)），云状图形的圆度一般在规则圆形和尖锐多边形之间

   import math
   contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
   for cnt in contours:
       area = cv2.contourArea(cnt)
       # 根据实际场景调整面积阈值
       if area < 100 or area > 10000:
           continue
       perimeter = cv2.arcLength(cnt, True)
       approx = cv2.approxPolyDP(cnt, 0.02*perimeter, True)
       circularity = 4*math.pi*area / (perimeter**2)
       # 云状图形的典型特征：顶点数多（比如>15），圆度适中（0.3-0.8）
       if len(approx) > 15 and 0.3 < circularity < 0.8:
           cv2.drawContours(img, [cnt], -1, (0,255,0), 2)
   

3. 用形态学操作强化轮廓
   • 先开运算（腐蚀+膨胀）去掉小噪声轮廓，再闭运算填补云状图形内部的小空洞，把目标轮廓变清晰

   kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3))
   thresh = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
   thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
   

方案二：检测内部带数字的三角形 #

如果云状检测实在搞不定，就转去检测带数字的三角形，步骤如下：

1. 先揪出三角形轮廓
   • 预处理后提取轮廓，通过近似多边形筛选出顶点数为3的轮廓

   contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
   for cnt in contours:
       approx = cv2.approxPolyDP(cnt, 0.04*cv2.arcLength(cnt, True), True)
       if len(approx) == 3:
           x,y,w,h = cv2.boundingRect(approx)
           roi = gray[y:y+h, x:x+w]
   

2. 检查三角形内部的数字
   • 对提取的ROI区域做二值化，要么用cv2.matchTemplate()匹配提前做的0-9数字模板，要么用pytesseract这类OCR工具识别区域里有没有数字

   import pytesseract
   roi_thresh = cv2.threshold(roi, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
   # 只识别数字，避免文字干扰
   text = pytesseract.image_to_string(roi_thresh, config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789')
   if text.strip().isdigit():
       cv2.drawContours(img, [approx], -1, (0,0,255), 2)
   

3. 验证三角形的真实性
   • 计算三角形的边长比例，排除那些长得像三角但实际不是的干扰轮廓

测试建议 #

• 多找些不同复杂程度的样本图来测，根据实际情况调整面积、顶点数、圆度这些阈值
• 碰到误识别的情况，分析下干扰轮廓的特征，针对性优化筛选条件

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