python - 图像中网格图案的鲁棒检测

Question

我用 Python 编写了一个程序，可以自动读取像这样的评分表

目前我正在使用以下基本策略:

• 使用 ImageMagick 对图像进行校正
• 使用 PIL 读入 Python，将图像转换为黑白
• 计算行和列中像素的总和
• 在这些总和中找到峰值
• 检查这些峰隐含的交叉点以进行填充。

运行程序的结果如下图所示:

您可以在左上角图像的下方和右侧看到峰值图。左上图中的线条是列的位置，红点表示已识别的分数。右下角的直方图显示了每个圆圈的填充水平，以及分类线。

此方法的问题在于它需要仔细调整，并且对扫描设置的差异很敏感。是否有更强大的识别网格的方法，这将需要更少的先验信息(目前我正在使用关于有多少点的知识)并且对人们在纸上绘制其他形状更强大？我相信使用 2D 傅里叶变换可能是可行的，但我不确定如何实现。

我正在使用 EPD，所以我有很多库可供使用。

Answer 1

正确的做法是对图像使用连通分量分析，将其分割成“对象”。然后，您可以使用更高级别的算法(例如，组件质心上的霍夫变换)来检测网格，并通过查看每个单元格包含的事件像素数来确定它是否打开/关闭。