如何可靠地找到图像上的复选框（使用 cv2.findContours 或其他技术）？

Question

我正在尝试识别这张图片上的 6 个方块：

和检测哪些是选中的或黑色的（这里是（1,1）和（3,2））。

周围可能有一些文字或一些图画，但没有真正类似于选中的框
图片可以稍微旋转一下

方法 #1

我试过：

_, contours, hierarchy = cv2.findContours(gray, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
for j, c in enumerate(contours):
    cv2.drawContours(imgcolor, [c], 0, COLORS[j % len(COLORS)], thickness=1)

但效果很差：

到目前为止我尝试过的：

按地区过滤cv2.contourArea(c)
使用
```
  shape = cv2.approxPolyDP(c, 0.05 * cv2.arcLength(c, True), closed=True)
```
并仅使用 if len(shape) == 4: 保留矩形，但这不会起作用，因为一些正方形被分成两个或三个轮廓：请参见右上角的正方形，它被识别为红色 + 青色轮廓
注意：一些正方形被一个轮廓成功识别，但即使两个轮廓，所以当我们drawContour时，我们看到两个等高线在同一个正方形的顶部

方法 #2

是否可以在原始图像和此“3x2 框模式”的所有“位移+旋转+重新缩放”版本之间使用相关性：

这样可以很好地检测吗？

TL;DR:

如何可靠地识别此类图像上的 6 个框并找到选中或黑色的框？

Answer 1

这是我的方法：

(1) Threshold and find the external contours

(2) Filter the contour by area and height/width, then distinguish by area occupy.

这是我的结果：

如何可靠地找到图像上的复选框（使用 cv2.findContours 或其他技术）？

How to reliably find checked boxes on an image (with cv2.findContours or another technique)?

python

opencv

image-processing

image-recognition

opencv-contour

方法 #1

方法 #2

TL;DR: