印章检测研究:先建立颜色与轮廓基线

红色印章很醒目,可以先做简单视觉基线,但不能据此认定颜色分割足够处理所有文档。

edyang · 2018-11-05

红色印章很醒目,可以先做简单视觉基线,但不能据此认定颜色分割足够处理所有文档。

本文使用合成文档图、YOLO 标注格式与 OpenCV 3.4。文档标题与印章定位先是数据定义问题,再是模型问题。框代表什么、哪些情况不标以及如何处理多页,都会改变训练目标和评估含义。

1. 从现象推到机制

HSV(色相饱和度明度)分割可提取部分红色区域,红色环绕色相边界时需考虑两段区间。扫描偏色、浅印、黑白复印和红色文字都会影响结果。轮廓面积与形状只提供候选约束。

印章检测研究:先建立颜色与轮廓基线的处理、反馈与观察关系

图中的四个节点分别表示原始文档、颜色掩码、轮廓筛选、难例比较。顺着实线检查输入如何变成输出,再沿虚线核对反馈条件。图示表达的是本文讨论的关系,不是实测曲线或现场截图。

2. 最小实现与输入条件

在合成页上比较原图、掩码和轮廓框,单独准备红字、浅色印章与灰度页。阈值根据数据验证,不使用通用常数承诺效果。

1
2
3
4
5
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
mask1 = cv2.inRange(hsv, lower_red_1, upper_red_1)
mask2 = cv2.inRange(hsv, lower_red_2, upper_red_2)
mask = cv2.bitwise_or(mask1, mask2)
# 阈值需要由演示数据校验后提供

先建立少量人工可复核的合成样本,保留原图、标注和处理版本。按文档来源或模板拆分集合,禁止同一原件的不同裁剪分别进入训练与测试形成泄漏。

3. 用对照区分原因

下表列出需要主动改变的条件。预期行为来自机制分析,复现时还需记录运行环境和原始输出,不能将预期当作已经测得的结果。

改变的条件 需要验证的行为
只有红色正文没有印章 颜色区域不应直接等同印章
灰度复印仍有印章 颜色基线可能完全失效
浅印导致区域断裂 形态学会改变候选边界

对照 1:只有红色正文没有印章

颜色区域不应直接等同印章。观察时记录候选形状与人工类别。把这个条件与基准情形分开,有助于判断变化来自哪一层;若得到相反结果,应先核对前提,再修改实现。

对照 2:灰度复印仍有印章

颜色基线可能完全失效。观察时记录测试来源与成像方式。把这个条件与基准情形分开,有助于判断变化来自哪一层;若得到相反结果,应先核对前提,再修改实现。

对照 3:浅印导致区域断裂

形态学会改变候选边界。观察时记录处理前后掩码和目标完整性。把这个条件与基准情形分开,有助于判断变化来自哪一层;若得到相反结果,应先核对前提,再修改实现。

4. 适用条件与取舍

基线价值在于说明可用条件和难例,不是替代学习模型。两种方案应在同一独立数据上按相同口径比较。

一次正常运行只覆盖了这组输入。继续扩展前,应把上面的异常对照保留下来,尤其关注“浅印导致区域断裂”这一分支。后续方案若改变了图中任意一处依赖,原来的判断就要重新验证,不能仅凭界面相似或返回值相同沿用结论。

同月延伸

参考资料

  1. YOLOv3 训练资料
  2. OpenCV 3.4.0 文档