如何在IOS中获得完美的文档边缘检测？

首先，如果有人问这个问题，我很抱歉。我正在开发一个可以检测文档角落的应用程序。我现在正在使用openCV检测边缘。我使用openCV实现了这一点，但我没有得到完美的结果

   void find_squares(Mat& image, cv::vector<cv::vector<cv::Point>>&squares)
{
    // blur will enhance edge detection
    Mat blurred(image);
    //cv::resize(image, image, cvSize(0.25, 0.25));
    Mat gray0(blurred.size(), CV_8U), gray;

    //medianBlur(image, blurred, 9); //default 9;
    GaussianBlur(image, blurred, cvSize(9, 9), 2.0,2.0);

    vector<vector<cv::Point> > contours;

    // find squares in every color plane of the image
    for (int c = 0; c < 3; c++)
    {
        int ch[] = {c, 0};
        mixChannels(&blurred, 1, &gray0, 1, ch, 1);

        // try several threshold levels
        const int threshold_level = 4;
        for (int l = 0; l < threshold_level; l++)
        {
            // Use Canny instead of zero threshold level!
            // Canny helps to catch squares with gradient shading
            if (l == 0)
            {
                Canny(gray0, gray, 10, 20, 3); //

                // Dilate helps to remove potential holes between edge segments
                dilate(gray, gray, Mat(), cv::Point(-1,-1));

            }
            else
            {
                gray = gray0 >= (l+1) * 255 / threshold_level;
            }

            // Find contours and store them in a list
            findContours(gray, contours, CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);

            // Test contours
            vector<cv::Point> approx;
            for (size_t i = 0; i < contours.size(); i++)
            {
                // approximate contour with accuracy proportional
                // to the contour perimeter
                approxPolyDP(Mat(contours[i]), approx, arcLength(Mat(contours[i]), true)*0.02, true);

                // Note: absolute value of an area is used because
                // area may be positive or negative - in accordance with the
                // contour orientation
                if (approx.size() == 4 &&
                    fabs(contourArea(Mat(approx))) > 1000 &&
                    isContourConvex(Mat(approx)))
                {
                    double maxCosine = 0;

                    for (int j = 2; j < 5; j++)
                    {
                        double cosine = fabs(angle(approx[j%4], approx[j-2], approx[j-1]));
                        maxCosine = MAX(maxCosine, cosine);
                    }

                    if (maxCosine < 0.3)
                        squares.push_back(approx);
                }
            }
        }
    }
}

我也试过，但我能从这个开始

我的代码检测文档的角，但不是完美的结果

   void find_squares(Mat& image, cv::vector<cv::vector<cv::Point>>&squares)
{
    // blur will enhance edge detection
    Mat blurred(image);
    //cv::resize(image, image, cvSize(0.25, 0.25));
    Mat gray0(blurred.size(), CV_8U), gray;

    //medianBlur(image, blurred, 9); //default 9;
    GaussianBlur(image, blurred, cvSize(9, 9), 2.0,2.0);

    vector<vector<cv::Point> > contours;

    // find squares in every color plane of the image
    for (int c = 0; c < 3; c++)
    {
        int ch[] = {c, 0};
        mixChannels(&blurred, 1, &gray0, 1, ch, 1);

        // try several threshold levels
        const int threshold_level = 4;
        for (int l = 0; l < threshold_level; l++)
        {
            // Use Canny instead of zero threshold level!
            // Canny helps to catch squares with gradient shading
            if (l == 0)
            {
                Canny(gray0, gray, 10, 20, 3); //

                // Dilate helps to remove potential holes between edge segments
                dilate(gray, gray, Mat(), cv::Point(-1,-1));

            }
            else
            {
                gray = gray0 >= (l+1) * 255 / threshold_level;
            }

            // Find contours and store them in a list
            findContours(gray, contours, CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);

            // Test contours
            vector<cv::Point> approx;
            for (size_t i = 0; i < contours.size(); i++)
            {
                // approximate contour with accuracy proportional
                // to the contour perimeter
                approxPolyDP(Mat(contours[i]), approx, arcLength(Mat(contours[i]), true)*0.02, true);

                // Note: absolute value of an area is used because
                // area may be positive or negative - in accordance with the
                // contour orientation
                if (approx.size() == 4 &&
                    fabs(contourArea(Mat(approx))) > 1000 &&
                    isContourConvex(Mat(approx)))
                {
                    double maxCosine = 0;

                    for (int j = 2; j < 5; j++)
                    {
                        double cosine = fabs(angle(approx[j%4], approx[j-2], approx[j-1]));
                        maxCosine = MAX(maxCosine, cosine);
                    }

                    if (maxCosine < 0.3)
                        squares.push_back(approx);
                }
            }
        }
    }
}

void find_squares（材质和图像，cv:：向量和正方形）
{
//模糊将增强边缘检测
Mat模糊（图像）；
//cv:：resize（图像，图像，cvSize（0.25,0.25））；
Mat灰色0（模糊的大小（），CV_8U），灰色；
//medianBlur（图像，模糊，9）；//默认值9；
高斯模糊（图像，模糊，cvSize（9,9），2.0,2.0）；
矢量等值线；
//在图像的每个颜色平面中查找正方形
对于（int c=0；c<3；c++）
{
int ch[]={c，0}；
混音通道（&模糊，1，&灰色，0，1，通道，1）；
//尝试几个阈值级别
const int threshold_level=4；
对于（int l=0；l=（l+1）*255/阈值\u级；
}
//找到等高线并将其存储在列表中
findContours（灰色、等高线、等高线列表、等高线链近似简单）；
//测试轮廓
向量近似；
对于（size_t i=0；i1000&&
isContourConvex（材料（近似）））
{
双最大余弦=0；
对于（int j=2；j<5；j++）
{
双余弦=fabs（角度（约[j%4]，约[j-2]，约[j-1]）；
最大余弦=最大值（最大余弦，余弦）；
}
如果（最大余弦<0.3）
正方形。推回（大约）；
}
}
}
}
}

因此，我的问题是：

1） 有没有其他图书馆可以这样做

2） 上面的代码有什么问题吗？我应该在检测前添加一些图像处理吗

---

3） 你能做到吗？如果可以，那么是否有用于边缘检测的样本代码来源？

您能否更详细地解释使用该代码处理的结果如何不令人满意？你说你试过BradLarson GPUImage，但是你已经有代码了，不是吗？你不能执行它吗？我已经使用了实时检测边缘的教程使用openCV我得到了这个结果，请帮助我们能够执行它，但是文档的边缘检测不太合适。它只在页面背景暗时检测，但结果不太频繁。嗨，我正在创建类似的应用程序，并使用你建议的代码。但面对类似的问题，你解决了吗？请帮助我，如果你已经这样做了，这将是很大的帮助。提前准备好。