Python获取JPEG图像中黑色矩形左上角的(x,y)坐标
背景：我正在尝试创建一个软件，能够自动批改答卷。答卷的格式是固定的，如下所示：
问题：为了检测用户勾选的选框（A、B、C等），我需要根据四个黑色矩形框进行裁剪或透视变换。我该如何获取上面图片中四个黑色矩形框的坐标，最好是使用OpenCV？
附加信息：一旦我能够裁剪出答题框的部分，如下所示：
因为我知道每个框的确切尺寸，所以我可以比较每个框（A、B、C）中的黑色像素数量，以检查用户勾选了哪个框。（假设用户不会勾选多个框）
欢迎任何建设性的建议。
1 个回答
看起来，你的黑色方块似乎是页面上唯一真正黑色的东西，其他的看起来都比较浅。而且，你“有点”知道它们的位置，或者至少知道大概在哪些区域：它们有自己的列，上下没有其他东西。所以，假设你的图像是“8位灰度”，我会这样做，而不使用任何形状识别模块：
先对图像进行过滤，找出所有像素值低于某个值（比如5？10？50？）的部分，看看这样能不能把除了方块以外的东西都过滤掉。
然后把图像的模式切换成黑白（没有灰色，只有1位图），并反转颜色（黑色变成白色，白色变成黑色）。
接下来，我会从左到右扫描图像的每一列。对于每一列，计算该列所有像素的总和。只要结果是零，说明还没找到方块。当总和开始变成非零时，你就找到了一个方块。这个非零值在列中的位置对应着方块的一个角（你甚至可以判断是上面的角还是下面的角）。如果继续扫描，总和会增加。通过观察总和的变化，你应该能推测出每个方块角的位置，也就是说：每次总和变化就是一个新角。一个大步骤：所有方块完美对齐。四个小步骤：方块在对角线上。从几何角度看，除非纸张撕裂或折叠，否则方块的左上角会同时出现，或者按顺序出现（从上到下或从下到上）。然后再从右到左重复这个过程。
分析总和是最棘手的部分，不过快速看2到3个例子会给你一个大致的估计，可以用来处理其他的，比如：总和在600到800之间——这列只有一个方块，总和在1200到1600之间——这列有两个方块，等等。当然，使用模式识别可能会有更实用的解决方案，但那样就有点作弊了。