基于OpenCV的复选框勾选状态检测问题求解

原有方案问题 #

你当前通过轮廓长度判断是否勾选的逻辑鲁棒性较差，不同尺寸的复选框、扫描/拍摄产生的形变、图像噪点都会导致固定阈值210失效，无法稳定判断勾选状态。

优化实现逻辑 #

换用复选框内部有效像素占比作为判断依据，适配性更强：

• 先对识别到的轮廓做形状校验，过滤宽高比偏差过大、面积不符合要求的非复选框轮廓，减少误识别
• 提取每个复选框的内部ROI区域，统计反二值图中ROI内的非零像素占比（反二值化后勾选的笔迹为白色像素）
• 占比超过设定阈值即判定为已勾选，阈值可根据实际场景调整，通用场景下设置为5%~15%即可

优化后可运行代码 #

import os
import cv2

file_path = "page1.jpg"
# 勾选判断阈值，ROI内白色像素占比超过该值判定为已勾选，可按需调整
TICK_THRESHOLD = 0.1
# 复选框宽高比允许误差，越接近1越接近正方形
ASPECT_RATIO_TOLERANCE = 0.2

if os.path.isfile(file_path):
    # 读取图像
    img = cv2.imread(file_path, 1)
    # 转灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 反二值化
    _, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
    # 查找轮廓
    contours, hierarchy = cv2.findContours(binary, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)

    img2 = img.copy()
    boxes_found = 0
    ticked_count = 0

    for cnt in contours:
        # 过滤过小的噪点轮廓
        area = cv2.contourArea(cnt)
        if area < 100:
            continue
        # 校验形状是否接近正方形
        x, y, w, h = cv2.boundingRect(cnt)
        aspect_ratio = w / h
        if abs(aspect_ratio - 1) > ASPECT_RATIO_TOLERANCE:
            continue
        # 提取复选框内部ROI，向内缩进2像素避免边框干扰统计
        roi_x, roi_y = x + 2, y + 2
        roi_w, roi_h = w - 4, h - 4
        if roi_w <= 0 or roi_h <=0:
            continue
        roi = binary[roi_y:roi_y+roi_h, roi_x:roi_x+roi_w]
        # 统计ROI内非零像素占比
        non_zero_pixels = cv2.countNonZero(roi)
        total_pixels = roi_w * roi_h
        tick_ratio = non_zero_pixels / total_pixels

        boxes_found +=1
        if tick_ratio > TICK_THRESHOLD:
            # 已勾选用绿色框标记
            cv2.rectangle(img2, (x,y), (x+w, y+h), (0,255,0), 2)
            ticked_count +=1
            print(f"选项{boxes_found}：已勾选")
        else:
            # 未勾选用红色框标记
            cv2.rectangle(img2, (x,y), (x+w, y+h), (0,0,255), 2)
            print(f"选项{boxes_found}：未勾选")

    cv2.imshow('检测结果', img2)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    print(f"共识别到复选框：{boxes_found}个，其中已勾选：{ticked_count}个")

else:
    print("文件不存在")

参数调整说明 #

• 如果漏检小尺寸复选框，可适当调小area < 100的面积阈值
• 如果误把噪点判定为勾选，可适当调高TICK_THRESHOLD的数值
• 如果处理的是长方形样式的复选框，可适当调大ASPECT_RATIO_TOLERANCE的数值

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