我們做的項目需要匹配兩張圖片，比如機頂盒輸出的視頻，設置的菜單畫面有很多漢字，並不需要認出這些漢字，通過標註漢字串的輪廓，對比兩張圖片的輪廓位置和大小，就可以判斷畫面相似度，進而判斷當前處於哪個菜單。
那麼，如何定位這些漢字串的輪廓呢？
請看原圖：
最容易想到的方法是先使用opencv的findContours()函數找出所有的輪廓，然後再對每個輪廓去找矩形----使用的是boundingRect()函數。但這樣找出來的矩形並不能完全覆蓋漢字字符串的外部，只能在比較方正的漢字中定位到少數幾個矩形框，效果很不理想，而且相當耗費資源，速度慢。
我研究了一個算法，可以快速定位這些漢字串的外輪廓，簡述如下：
1、先將圖像二值化
2、從上到下，從左到右搜索像素
3、對聚集點進行統計。方塊漢字的規律是點和空白差不多，找到聚集區域後，我們可以記住左上和右下的點，構成矩形。
效果如下，輪廓是程序用紅色邊框標出：
歡迎探討。