Image processing 在图像中查找网格

有一个match-3游戏截图（例如），找到网格绑定框（带瓷砖的表格）的正确方法是什么？电路板不必是一个完美的矩形（如屏幕截图所示），但每个单元都是完全正方形的

我试过几个游戏，发现可以进行一些游戏图像转换来增强网格内的瓷砖（例如，在这个游戏中，它足以将V通道从HSV颜色空间中移除）。然后我可以放大瓷砖，使它们重叠，找到图像的最大轮廓，并从中得到绑定框

上述方法的问题是，每个游戏（甚至同一游戏中的关卡）都可能需要不同的转换来获得瓷砖。所以问题是-是否有一种标准的方法来增强网格内的瓷砖或网格线（我尝试过使用Hough变换查找线，但是，尽管网格看起来非常直观，但Hough没有找到）

---

另外，如果屏幕截图是用手机摄像头而不是桌面截图获得的呢？根据我的经验，拍摄的图像颜色不太清晰（这取决于光线），也可能会有一点失真，因为无法将手机准确地放在屏幕前面。

我将采用以下方法进行屏幕截图：

例如，使用类似canny的边缘检测器查找图像中的角点

执行hough线变换。这应该可以很好地处理边缘图像

如果您有一些关于瓷砖大小的信息，您可以使用某种网格空间模型消除误报线（例如，与图像的x/y轴只有小角度的线和/或瓷砖边框的距离/角度）

通过查找canny在找到的hough线下/旁边找到的边，识别找到的hough线下的平铺边界

你使用了哪种hough变换实现？你是如何预处理图像的

另一种方法是使用某种机器学习方法。当您在OpenCV中工作时，您可以使用类似Haar的特征检测器。使用类似Haar的特征进行人脸检测的示例如下：

另一种机器学习方法是采用方向梯度直方图（Hog）方法与支持向量机（SVM）相结合。示例如下：

有关猪检测的一般信息，请访问：

---

我使用cv:：HoughLinesP查找线条，或者有太多的线条可供选择（它们可以覆盖大部分图像），或者网格上的线找不到。使用Canny和HoughLinesP的参数，我可以减少误报的数量，但这些参数显然对其他游戏没有好处。我没有关于棋盘上瓷砖大小或数量的信息，因此没有简单的方法消除这些线。而且，我有我不认为我完全理解第四步。关于第四步：如果你对canny图像进行hough线变换，你可能会得到比你正在搜索的瓷砖之间的实际边界长的线。找到瓷砖实际范围的一种方法是沿着找到的hough线搜索canny的响应边缘检测器。