我試圖使用不同的方法檢測灰階圖像中的白色矩形：輪廓檢測和霍夫變換 . 不幸的是，我正在處理的圖像有一些限制，即
圖像中有許多功能，矩形不是唯一的功能
矩形可以合并到其他要素(例如，其中一個矩形邊可以與長直線重疊)
矩形可能包含一些其他功能(例如矩形内的字母，數字或某些徽标)
有些特征看起來像矩形(例如，字元'D'看起來像一個矩形，右上角和右下角有一個小弧形;另一個例子是梯形而不是平行四邊形)
矩形可以順時針和逆時針旋轉0到15度
有可能在不同的光照條件下(例如1個像素間隙)将線分成幾行，是以過濾線的最小線長必須很小(例如在Hough變換中)
當最小行長度設定為較小值時，更常見的是在不同方向上檢視同一行的重複行(即需要組合多行)
對于contonours方法，一些圖像的輪廓被打破 . 此外，圖像可以包含諸如矩形之類的特征(例如字元“D”) . 我不确定這是不是一個好方法 .
我看過許多文章/論壇建議使用Hough變換檢測矩形，如下面的文章 . 不幸的是，我必須設定最小行長度的小值，并看到重複的行 . 我不知道如何處理上面提到的幾點(例如，組合所有重複的行并為每個邊選擇一行，如何區分大多數部分的特征是線但是像'D'那樣的小弧，以及如何隔離正方形，其中一條邊與一條長直線合并，等等 .
歡迎任何建議！
EDIT: Add some pictures
Character D
Rectangle with logo and the edges are merged with long straight line
Trapezoid (with shadow on the top forming trapezoid in the bottom)