python opencv如何检测ROI和周围数字

我在这里有一个图像：

我想找到问题编号，即：

所以，一般来说，对于普通形状，我可以使用形状检测或模板匹配来检测这个家伙：

然而，在该区域内有一个数字

有人知道这种情况吗

Opencv:3.2.0

Python:2.7.10

编辑1

以下是模板匹配的代码：

#!/usr/bin/env python
import cv2
import numpy as np

img_rgb = cv2.imread('papere1.jpg')
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)

template = cv2.imread('no.png',0)
#template = cv2.imread('2.jpg',0)
#template = cv2.imread('papere3.jpg',0)
#cv2.imshow('origin',img_rgb)
#cv2.waitKey(0)
w, h = template.shape[::-1]
res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)

threshold = 0.4

loc = np.where( res >= threshold)
print loc
for pt in zip(*loc[::-1]):

    cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)

cv2.imshow('Detected',img_rgb)
cv2.waitKey(0)

以下是模板png：

然而，只有当我将阈值设置为<0.45时，目标才会出现，即使这个目标也不准确

编辑2

以上代码将阈值设置为0.6，我得到以下结果：

所以，看起来不错，但我们可以看到6的目标没有实现。我认为目标中的数字越多，匹配度越低

---

谢谢。

在评论和聊天中讨论之后

实现这一目标的步骤如下：

先决条件-如果您不想为模板匹配实现金字塔（如果由于过度使用而不需要），请确保模板与主图像中的模板一样大

步骤1：使用适当的相关性度量运行

cv2.matchTemplate

步骤2：为测量设置适当的阈值，以便正确检测

步骤3：OP提到了具有数字的正方形，因此可以从中进行数字识别，并将轮廓的像素设置为黑色，然后运行

cv2。matchTemplate

也可以工作

---

另外，OP提到在检测到方块后进行数字识别，所以这种方法也解决了另一个问题

你试过模板匹配吗？我认为即使形状中有一个数字，相关性仍然很高。您好，请参见上面我的编辑1，相关性很差且不准确。嗯，现在编辑会更好。如果您知道所有图像的目标始终位于图像的左侧15%，我建议您对其进行裁剪，并对图像/模板的至少10个棱锥体运行模板匹配，然后进行检查。这是一个肮脏的方法，但可能是它的工作。我看到你的链接后，但似乎不是我想要的。这更像是比例尺比赛。实际上，我的情况是模板尺寸和原始图像中的目标尺寸几乎相同。但是这个链接很有用，因为我们以后可能会遇到这个问题：-）