检测 JPEG 图像中的线条

Question

我是 Swift 和图像处理的新手，但我没有找到任何程序来做我想做的事。我有数千页的调查问卷，但我使用的 OMR 免费软件（光学标记识别）无法检测到这些框。这是因为问卷是由我或研究参与者打印的，会产生不同的图像（缩放和旋转）。纠正图像是不够的。幸运的是，每页顶部的某处都有一条水平线。所以，算法看起来像这样：

1. 选择所有要转换的 JPEG（完成）
2. 输入目标线的坐标（完成）
3. 对于每个 JPEG 图像 3a.加载图像（NSData？不是 UIImage，因为它是一个应用程序） 3b.解压缩图像 3c.检测页面顶部的线 3d。计算并应用角度和平移（我在 Java 中找到了一个免费的资源） 3e.以修改后的名称保存图像

步骤 3a-3b 需要您的帮助。对于步骤 3c，我应该使用 Canny 边缘检测器然后进行霍夫变换吗？

如有任何想法，我们将不胜感激。

----编辑----

这是一张描述问题的图片。在上半部分（患者 #1），顶部水平线的坐标为 (294, 242) 至 (1437, 241)。下半部分（患者 #2），顶部水平线的坐标为 (299, 230) 至 (1439, 230)。这似乎是一个很小的差异，但 OMR 会查看具有固定坐标的 ROI（即框）。在其他扫描图像中，差异可能更大，顶线可能不是水平的（例如（X1，Y1）=（320，235）和（X2，Y2）=（1480，220））。

我的想法是永远为复选框（OMR 做的）和顶线的坐标获取一个模板（我可以用 Paint 或其他什么来获取它们）。然后在运行 OMR 之前将所有图像与此模板对齐（使用它们的顶行）。可能需要缩放、旋转和平移。换句话说，所有图像都应该完美地堆叠在模板图像上，以便 OMR 正确执行......

--- 编辑 12 月 26 日 ---

我已经把OpenCV的概率霍夫变换翻译成了Swift（来自GitHub的open cpp代码。不幸的是，检测到的线段太短（即没有捕获到整个线段）。我想知道：它有意义吗在 Hough 变换之前使用 Canny 边缘检测器来检测白页上的单段黑线？

Answer 1

我自己也遇到过类似的问题，您最终是如何在 swift 中翻译概率霍夫变换的？