用不同的视角和光照检测图片中的矩形

Question

我有个问题。我正在用相机闪光灯给一个普通的太阳能组件拍照。我需要检测模块的框架，以剪切模块并使其不失真(我只需要所有的单元格区域(框架内的暗区))。

​

示例图像-直接闪光灯-->大反射的问题(我想我可以用一个好的漫射器减少它)

示例图像-从角度闪光

有没有人推荐一种健壮的方法来检测帧？我需要一些与各种图像角度和照明工作。

​

已处理样本图像2

最后一张图片被处理。我模糊了图像，灰度化，反转。之后，我对图像进行了阈值处理，并尝试检测轮廓(图像底部的阴影出现了一些问题)

耽误您时间，实在对不起。克里斯

Answer 1

如中所述： Rectangle recognition with perspective projection

霍夫变换应该可以很好地用于矩形检测，如果你可以假设矩形的边是图像中最突出的线。然后你可以简单地检测出霍夫空间中的4个最大的峰值，你就得到了你的矩形。

例如，在深色背景前有一张白纸的照片就行得通。

理想情况下，您应该在hough变换之前使用模糊、阈值、形态运算符对图像进行预处理，以消除任何小尺度结构。

如果图像中有多个较小的矩形或其他类型的突出线，则轮廓检测可能是更好的选择。

霍夫变换的一些一般优点我想不出来：

如果矩形的一部分被遮挡或超出框架，Hough变换仍然可以工作。霍夫变换应该比轮廓检测更快，我猜？霍夫变换将忽略任何不是直线的东西，因此您可能会在处理杂乱的图像时获得更大的成功。(如果矩形边是最突出的线)