基于OpenCV的栅格文档图像边界框与箭头提取算法优化

现有实现核心问题 #

• 箭头检测模块：全局Otsu二值化、固定尺寸形态学核对不同分辨率、不同线宽、不同颜色的文档适配性差；仅通过轮廓与线段相交判定箭头，无几何特征校验，假阳性率高；箭头掩码擦除不净易干扰后续检测流程。
• 图像边界检测模块：固定参数的单向形态学运算无法适配不同尺寸、不同朝向的图像边框；硬编码阈值对不同明暗、不同内容类型（线稿/全彩）的文档鲁棒性差；轮廓提取后无有效过滤规则，易将文字块、零散线段误判为图像边界。

箭头检测模块优化 #

预处理调整 #

替换原固定参数二值化与形态学核：

• 放弃全局Otsu二值化，改用自适应高斯阈值处理光照不均、底色差异大的文档，参考实现：

// 替换原固定Otsu二值化，块大小根据图像DPI动态调整，适配不同扫描质量
using var binary = grayImage.AdaptiveThreshold(255, AdaptiveThresholdTypes.GaussianC, 
    ThresholdTypes.Binary, 25, 10);
using var invertedBinary = ~binary;

• 形态学核改用多尺度、多方向组合：分别用13、31、3*3十字结构元，通过击中-击不中变换提取不同朝向、不同尺寸的箭头候选区域，覆盖实心三角箭头、细线箭头等多种形态。

箭头判定规则优化 #

替换原简单线段相交判定逻辑，对候选箭头轮廓增加多层几何校验：

• 对实心箭头候选：多边形逼近后顶点数为3，凸包夹角在20°~70°区间；箭头质心到轮廓最远端点的连线方向上，存在长度大于箭头头部尺寸2倍的同方向连通线段作为箭杆，箭杆宽度与箭头根部宽度差不超过3像素。
• 对无线头的线段型箭头：检测线段端点是否存在V形夹角，或端点邻域内线段宽度存在突变收窄特征，匹配后判定为有效箭头。

箭头擦除优化 #

确认箭头后，沿箭杆走向对箭头区域做1像素宽度膨胀生成掩码，再从图中擦除对应区域，避免残留边缘线段干扰后续图像边界检测。

图像边界框检测模块优化 #

预处理调整 #

替换原固定参数形态学运算与硬编码阈值：

• 原70*1横向闭运算仅能检测水平边框，改为0°、45°、90°、135°四个方向的长条形结构元分别做闭运算后取并集，覆盖不同朝向、不同长宽比的图像边框；结构元长度动态取图像短边长度的1/8，适配不同分辨率的文档。
• 梯度图分割放弃固定197阈值，改用Otsu算法自动计算分割阈值，适配不同对比度的文档内容。

轮廓过滤规则优化 #

提取轮廓后增加多层校验，排除假阳性：

• 对轮廓做多边形逼近，仅保留4边凸四边形候选，四个内角与90°的误差不超过15°，对边长度差不超过10%。
• 轮廓周长与对应外接矩形周长的比值大于0.9，排除零散线条、文字块组成的非闭合假轮廓。
• 计算轮廓包围区域的像素方差，与文档空白区域方差差值大于设定阈值时才判定为有效图像框：线稿内部存在大量轮廓线条、全彩图片存在色彩/灰度差异，两类区域像素方差均远高于空白区域，可同时兼容两种图像类型。

后处理去重 #

对所有候选边界框做IOU计算，过滤嵌套的重复小框，保留置信度最高的最外层边框作为最终结果。

内容的提问来源于stack exchange，提问作者CodeJock