我们做的项目需要匹配两张图片，比如机顶盒输出的视频，设置的菜单画面有很多汉字，并不需要认出这些汉字，通过标注汉字串的轮廓，对比两张图片的轮廓位置和大小，就可以判断画面相似度，进而判断当前处于哪个菜单。
那么，如何定位这些汉字串的轮廓呢？
请看原图：
最容易想到的方法是先使用opencv的findContours()函数找出所有的轮廓，然后再对每个轮廓去找矩形----使用的是boundingRect()函数。但这样找出来的矩形并不能完全覆盖汉字字符串的外部，只能在比较方正的汉字中定位到少数几个矩形框，效果很不理想，而且相当耗费资源，速度慢。
我研究了一个算法，可以快速定位这些汉字串的外轮廓，简述如下：
1、先将图像二值化
2、从上到下，从左到右搜索像素
3、对聚集点进行统计。方块汉字的规律是点和空白差不多，找到聚集区域后，我们可以记住左上和右下的点，构成矩形。
效果如下，轮廓是程序用红色边框标出：
欢迎探讨。