检测信用卡大小的卡的算法

Question

我想在图片中检测出信用卡大小的卡片。该卡可以是任何卡，例如身份证，会员卡。目前，我正在考虑使用Canny Edge，Hough Line和Hough Circle来检测卡片。但是当我想要结合Hough Line和Hough Circle的所有信息来定位卡片时，这个过程将是乏味的。有人建议使用阈值和findContour但卡的颜色可能与背景类似，这使得该方法难以达到预期的效果。是否有任何内核和方法可以帮助我检测卡？

Answer 1

我认为，您的问题类似于文档扫描程序。您可以参考this link

1. 使用Canny边缘检测器查找图像中的边缘（较低和较高的阈值可以设置为0.66 * meanIntensity和1.33 * meanIntensity）并执行形态学关闭操作。

   Edge image after performing close

2. 使用findContours

查找图像中的轮廓

3. 过滤掉不需要的轮廓（我用contourArea来过滤轮廓）

4. 使用approxPolyDP将轮廓近似为7点或更多点。 （我在这里使用0.005 *周长作为参数）

5. 如果您想找到准确的边缘，请在点之间插入线条并获得4条最大的线条。找到它们的交点（因为卡片可能包含或不包含弯曲边缘）

6. 您最终会得到卡片端点，可以进一步用于单应性或确定区域。

   vertices of the card

修改 编辑答案，包括获取卡顶点的步骤，并更新结果。

Answer 2

这里有两个子问题 -

1. 检测图像中的矩形对象。
2. 矩形对象的实际大小应与信用卡类似。

对于第一部分，您可以尝试几种方法来提取图像中的矩形区域，看看哪种方法适合您。

• 此post显示了许多可以尝试的方法。
• 根据我的经验，边缘检测在大多数情况下效果最佳。尝试Canny＆gt;与Appoximations的轮廓＆gt;过滤掉不相关的轮廓＆gt;使用一些形状检测，模板匹配或任何其他方法搜索矩形。即使this post也能做类似的事情来实现它的任务。

到第二点，除非图像中有任何参考（已知）大小的对象，否则无法找出图像中对象的大小。如果从更近的距离拍摄图像，则卡片看起来会更大，如果从远处拍摄，卡片看起来会更小。因此，在捕获时，您将必须执行一些限制，例如您可以要求用户捕获图像以及一些标准标尺。您还可以要求用户在A4纸上捕获图像，并且所有纸张边缘都可见。因为，您知道A4纸的大小，您将能够估计卡的大小。

除了上述方法之外，如果您有足够的此类图像数据集，您可以使用Haar分类器或基于神经网络/深度学习的方法以更高的准确度执行此操作。