我正在尝试实现一个框检测算法。在我的流程中，我从图像变形开始，以模拟包含盒子的架子的正面视图（假设盒子在那个隔间里是直的）。然后，这有助于过滤提取的边缘（例如 Canny）以仅保持严格的水平和垂直边缘。在那里我得到这样的东西：

作为一个人，很容易说盒子所在的位置几乎是一个矩形，甚至两个矩形，一个是盒子盖。这不是因为您在背景中看到了盒子图像，即使只有边缘也很明显。这是仅边缘的图像：

我试图想出某种运算符来扫描所有图像并返回最合适的矩形。

这里最合适的意思是：

• 矩形模型在其边缘有大量相对数量的红色像素（比如说 80% 左右） 互相关可能吗？
• 长宽比应大于0.5。
• （可选）矩形的内部应该有 80% 左右是空的

矩形模型也可能有一个容差参数，其中+/-容差区域中的红色像素也被认为属于正在测试的矩形。

由于在所有不同的图像位置扫描​​所有不同的矩形大小在计算上是不现实的，解决这个问题的有效方法是什么？我的直觉对我大喊“卷积”，但我不确定如何为这种情况建模。

编辑：这是原始图像