如何使用OpenCV正确提取图像中的纸张轮廓
纸张轮廓提取实现方案
核心处理步骤
- 优先使用自适应局部阈值替代全局静态阈值、Otsu阈值:你使用的图像存在局部光照差异,全局阈值无法适配全图。OpenCV中可调用
adaptiveThreshold(),邻域窗口设为11x11,偏移常数设为2,可直接区分浅色纸张和深色背景 - 阈值处理后执行形态学闭运算:使用3x3矩形结构元迭代2次,填充纸张内部的微小孔洞、消除背景噪点
- 直接在二值图上提取外轮廓:调用
findContours()时设置RETR_EXTERNAL参数,仅提取最外层轮廓,过滤掉纸张内部印刷内容产生的无效轮廓 - 轮廓筛选:按照面积阈值过滤所有小于单张纸张最小面积的轮廓,你已经可以正确统计纸张数量,这一步可以直接锁定所有目标轮廓
- 轮廓拟合优化:对每个目标轮廓调用
approxPolyDP()做多边形近似,精度参数设置为轮廓周长的2%,即可得到规整的四边形边界;如果需要更平滑的结果,再对近似后的多边形顶点求凸包即可,你之前凸包提取不准是因为输入的轮廓包含大量噪点,筛选后再计算即可解决
可选增强方案
如果阈值分割效果仍不理想,可以先将原图转换到LAB颜色空间,提取L亮度通道后再做阈值分割,可排除背景彩色纹理对分割结果的干扰。
内容的提问来源于stack exchange,提问作者libby
相关产品推荐
相关产品推荐

