我正在尝试从扫描图像中提取对象 . 在白色背景上可能会有一些文档，我需要自动裁剪和旋转它们 . 这似乎是一个相当简单的任务，但我在某些时候陷入困境并且总是得到糟糕的结果 .
我试过：
-
通过执行形态学操作来对图像进行二值化并获得连接的组件 .
-
使用扩张和侵蚀的二进制图像作为掩模组件执行分水岭分割 .
-
应用Canny探测器并填充轮廓 .
这些都没有给我带来好结果 . 如果物体没有对比边缘（即白色背景上的一张纸），它会分裂成许多独立的组件 . 如果我通过过度膨胀连接这些组件，背景噪音也会扩大，一切都变得一团糟 .
例如，我有一个图像：
应用Canny探测器并填充轮廓后，我得到这样的结果：
如您所见，组件未连接 . 他们彼此相距太远，无法通过合理的扩张来连接 . 当我将分水岭应用于这个面具并加上一些背景点时，会产生非常糟糕的结果 .
有些图像很吵：
在这个特殊情况下，由于它的对比边缘，我能够通过Canny探测器获得整个护照的轮廓 . 但是阈值方法在这里不起作用 .
2 回答
如果图像始终位于非常浅的背景上，则可以使用接近最大可能值的阈值进行二值化 . 之后，需要更正二进制图像以获取对象，但此步骤将根据您的其他图像的外观而有所不同 .
例如，左边的下图是在对输入进行高斯滤波后，阈值为最大值的99％时得到的图像 . 删除连接到边框和其他小组件的组件，并结合一些基本的形态工具后，我们得到右图 .
这可能看起来有些多么荒谬，但请耐心等待：
对于仅涉及边缘检测，形态学操作和分割的图像处理配方而言，这看起来非常具有挑战性 .
你在这里没有利用的是你（我相信）知道你的文件应该是什么样子 . 您目前正在研究完全一般的解决方案，这些解决方案不考虑此先前知识 . 如果您可以获得一些训练数据，那么您可以从简单的模板/基于补丁的匹配（SSD，规范化互相关）到more sophisticated对象detection技术，以查找文档的位置和旋转 .
我的猜测是，如果你的物体总是或多或少相同且规模相同（例如以固定分辨率/类似机器扫描的护照），那么你可以采用相当粗略的方法 . 没有任何一种正确的方法 . 在您完成大量参数调整之后，您最终使用的技术也可能不起作用，所以不要太快放弃任何事情 .