Erkennungsalgorithmus

Der Detektor erkennt Behördenstempel auf gescannten Dokumenten und Fotos. Er verwendet einen zweistufigen Ansatz: farbbasierte Erkennung als primäre Methode und einen Graustufen-Kreisdetektor als Fallback. Beide Stufen wenden Formfilter, Positionsheuristiken und Dichtebewertung an, um Kandidaten zu bewerten und den besten Treffer auszuwählen.

Pipeline-Übersicht

Eingabe (Bild oder PDF-Seite)
  │
  ├─► Stufe 1: Farbbasierte Erkennung
  │     │
  │     ├─ 1. HSV-Farbmaskierung (rote, blaue, lila Tinte)
  │     ├─ 2. Morphologische Bereinigung (Lücken schließen, Rauschen entfernen)
  │     ├─ 3. Konturextraktion + Formfilter
  │     ├─ 4. Überlappende Bounding-Boxen zusammenführen
  │     ├─ 5. Bewertung: Farbdichte × Positionsgewicht
  │     └─ 6. Besten Kandidaten auswählen
  │
  ├─► Stufe 2: Graustufen-Kreis-Fallback (nur wenn Stufe 1 nichts findet)
  │     │
  │     ├─ 1. Gaußscher Weichzeichner + Canny-Kantenerkennung
  │     ├─ 2. Hough-Kreiserkennung
  │     ├─ 3. Tintendichte-Filterung
  │     ├─ 4. Bogenkontinuität-Bewertung
  │     ├─ 5. Bewertung: Dichtescore × Bogenkontinuität × Positionsgewicht
  │     └─ 6. Besten Kandidaten auswählen (Score > 0,40)
  │
  └─► OCR (EasyOCR) auf erkannter Stempelregion

Stufe 1: Farbbasierte Erkennung

1.1 HSV-Farbmaskierung

Das Bild wird in den HSV-Farbraum konvertiert. Eine Binärmaske wird erstellt, indem alle Pixel kombiniert werden, die in einen der folgenden Stempeltinten-Bereiche fallen:

Farbe	Farbton (H)	Sättigung (S)	Hellwert (V)
Rot	0–10	100–255	50–255
Rot	160–180	100–255	50–255
Blau	100–130	100–255	50–255
Lila	130–160	100–255	50–255

Die Mindestsättigung von 100 stellt sicher, dass schwarzer/grauer Text und blasse Druckfarben ausgeschlossen werden — nur kräftige Stempeltinten passieren den Filter.

1.2 Morphologische Bereinigung

Zwei morphologische Operationen mit einem 11×11 elliptischen Kernel:

CLOSE (4 Iterationen) — füllt kleine Lücken in der Stempeltinte (z. B. verblasste Bereiche)
OPEN (3 Iterationen) — entfernt kleine Sprenkel und Rauschen

1.3 Konturextraktion + Formfilter

Externe Konturen werden aus der bereinigten Maske extrahiert. Jede Kontur muss alle folgenden Filter bestehen:

Filter	Schwellwert	Zweck
Fläche	15 000–250 000 px²	Rauschen (zu klein) und große Farbflächen abweisen
Seitenverhältnis	< 2,5	Langgestreckte Textzeilen abweisen
Rundheit	>= 0,30	Nicht-kreisförmige Formen abweisen (1,0 = perfekter Kreis)
Farbdichte	>= 3 %	Bounding-Box muss ausreichend Tinte enthalten

Die Rundheit ist definiert als:

Rundheit = 4π × Fläche / Umfang²

Ein perfekter Kreis ergibt 1,0; langgestreckte Textzeilen liegen deutlich unter 0,30.

Jede bestehende Kontur erhält eine gepolsterte Bounding-Box (+20 px auf jeder Seite, begrenzt auf die Bildränder) für zusätzlichen OCR-Kontext.

1.4 Überlappende Boxen zusammenführen

Überlappende Erkennungen werden mittels Fixpunkt-IoU-Iteration zusammengeführt:

Wenn zwei Boxen mit IoU > 15 % überlappen, werden sie zur Vereinigung zusammengeführt
Die Iteration wiederholt sich, bis keine weiteren Zusammenführungen stattfinden
Der Fixpunkt-Ansatz verhindert „Schneeballeffekte" durch verkettete Zusammenführungen

1.5 Bewertung

Jeder Kandidat erhält einen Gesamtscore:

Gesamtscore = Farbdichte × Positionsgewicht

Dabei ist:

Farbdichte = Anteil der Pixel innerhalb der Bounding-Box, die farbige Tinte sind
Positionsgewicht = vertikaler Positionsfaktor (siehe Positionsheuristiken)

1.6 Auswahl

Kandidaten werden nach Gesamtscore sortiert (absteigend). Nur der beste Kandidat pro Dokument wird behalten:

Einzelbilder: 1 bester Kandidat
Mehrseitige PDFs: 1 bester Kandidat über alle Seiten hinweg

Stufe 2: Graustufen-Kreis-Fallback

Wird nur aktiviert, wenn Stufe 1 keine farbigen Stempelkandidaten findet. Entwickelt für schwarze oder graue Stempel, die den Farbfilter nicht auslösen.

2.1 Kantenerkennung

Bild → Graustufen → Gaußscher Weichzeichner (9×9, σ=2) → Canny (50, 150)

2.2 Hough-Kreiserkennung

Parameter:

Parameter	Wert
dp	1,2
minDist	200 px
param1	100
param2	80
minRadius	60 px
maxRadius	200 px

Erwartete Stempelgröße bei 150 DPI: Radius 60–200 px (Durchmesser ca. 2–7 cm).

2.3 Tintendichte-Filterung

Für jeden erkannten Kreis wird eine binarisierte Tintenmaske erstellt (Schwellwert 160, invertiert). Der Anteil dunkler Pixel innerhalb der Bounding-Box des Kreises muss folgende Bedingung erfüllen:

8 % <= Tintendichte <= 60 %

Unter 8 %: zu blass, wahrscheinlich kein Stempel
Über 60 %: zu dicht, wahrscheinlich ein Textblock oder eine Vollgrafik

2.4 Bogenkontinuität-Bewertung

Misst, wie viel des Kreisumfangs einen sichtbar gezeichneten Rand aufweist:

72 Punkte gleichmäßig entlang des Umfangs abtasten (alle 5 Grad)
An jedem Punkt eine 5×5-Nachbarschaft auf Canny-Kantenpixel prüfen
Den längsten aufeinanderfolgenden Lauf von Treffern finden (mit Umlauf)
Score = längster_Lauf / 72

Typische Werte:

Echte Stempel mit gezeichnetem Rand: 0,6–1,0
Fehlerkennungen aus Text: 0,05–0,30

2.5 Kombinierter Score

Dichtescore = max(0,0;  1,0 − |Tintendichte − 0,25| / 0,35)
Score = Dichtescore × Bogenkontinuität × Positionsgewicht

Dichtescore erreicht sein Maximum bei Tintendichte = 0,25 (ideale Stempeldichte) und fällt an den Extremen auf null
Bogenkontinuität belohnt Kreise mit sichtbar gezeichnetem Rand
Positionsgewicht wendet dieselbe Positionsheuristik wie in Stufe 1 an

Nur Kandidaten mit Score > 0,40 werden zurückgegeben.

Positionsheuristiken

Behördenstempel werden fast immer im unteren Bereich eines Dokuments platziert, in der Nähe von Unterschriften. Logos und Briefköpfe befinden sich im Kopfbereich. Das Positionsgewicht nutzt dies, um Fehlerkennungen im Kopfbereich abzuweisen und Kandidaten im unteren Seitenbereich zu bevorzugen.

y_Verhältnis = BBox_Mittelpunkt_y / Bildhöhe     (0,0 = oben, 1,0 = unten)

Zone	y_Verhältnis	Gewicht
Kopfbereich (Abweisung)	0,0–0,15	0,0 (verworfen)
Oberer Inhaltsbereich	0,15–0,50	0,50–0,71
Unterer Inhaltsbereich	0,50–0,80	0,71–0,88
Fußbereich (Unterschriften)	0,80–1,0	0,88–1,0

Das Gewicht steigt linear von 0,5 (knapp unter dem Kopfbereich) auf 1,0 (Seitenende):

t = (y_Verhältnis − 0,15) / (1,0 − 0,15)
Positionsgewicht = 0,5 + 0,5 × t

Auswirkung auf die Bewertung

Beispiel mit zwei konkurrierenden Kandidaten:

Kandidat	Farbdichte	Position (y_Verhältnis)	Positionsgewicht	Gesamtscore
Kopfzeilen-Logo	0,12	0,08	0,0	verworfen
Stempel	0,08	0,75	0,85	0,068

Das Logo wird trotz höherer Farbdichte abgewiesen. Der Stempel gewinnt.

Texterkennung (OCR)

Nachdem der beste Stempelkandidat ausgewählt wurde, wird seine Bounding-Box-Region zugeschnitten und an EasyOCR (nur CPU) zur Textextraktion übergeben:

Sprachen: Deutsch + Englisch (konfigurierbar)
Alle erkannten Textfragmente werden mit Leerzeichen verkettet

Ausgabeformat

Einzelbild

{
  "filename": "dokument.jpg",
  "stamp_count": 1,
  "stamps": [
    {
      "bbox": [x1, y1, x2, y2],
      "text": "IHK Elbe-Weser ...",
      "image": "<Base64-kodiertes PNG>"
    }
  ]
}

PDF-Dokument

{
  "filename": "dokument.pdf",
  "total_pages": 3,
  "total_stamps": 1,
  "pages": [
    { "page": 1, "stamp_count": 0, "stamps": [] },
    { "page": 2, "stamp_count": 0, "stamps": [] },
    {
      "page": 3,
      "stamp_count": 1,
      "stamps": [
        {
          "bbox": [x1, y1, x2, y2],
          "text": "...",
          "image": "<Base64>"
        }
      ]
    }
  ]
}

Konfigurierbare Konstanten

Konstante	Standard	Beschreibung
`MIN_STAMP_AREA`	15 000	Minimale Konturfläche in px²
`MAX_STAMP_AREA`	250 000	Maximale Konturfläche in px²
`MIN_CIRCULARITY`	0,30	Mindest-Rundheit (4πA/P²)
`MAX_ASPECT_RATIO`	2,5	Maximales Seitenverhältnis (Breite/Höhe)
`REGION_PADDING`	20	Randpuffer der Bounding-Box in px
`IOU_MERGE_THRESH`	0,15	IoU-Schwellwert zum Zusammenführen überlappender Boxen
`MIN_COLOUR_DENSITY`	0,03	Mindestanteil farbiger Pixel in der BBox
`MAX_STAMPS_PER_PAGE`	1	Maximale Anzahl zurückgegebener Stempelkandidaten
`HEADER_ZONE`	0,15	Oberer Seitenanteil als Kopfbereich (Abweisung)
`POSITION_WEIGHT_MIN`	0,5	Positionsgewicht am oberen Rand des Inhaltsbereichs
`POSITION_WEIGHT_MAX`	1,0	Positionsgewicht am Seitenende
`HOUGH_MIN_RADIUS`	60	Minimaler Kreisradius für Graustufen-Fallback
`HOUGH_MAX_RADIUS`	200	Maximaler Kreisradius für Graustufen-Fallback
`MIN_INK_DENSITY`	0,08	Mindestanteil dunkler Pixel (Graustufen)
`MAX_INK_DENSITY`	0,60	Maximalanteil dunkler Pixel (Graustufen)

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Erkennungsalgorithmus

Pipeline-Übersicht

Stufe 1: Farbbasierte Erkennung

1.1 HSV-Farbmaskierung

1.2 Morphologische Bereinigung

1.3 Konturextraktion + Formfilter

1.4 Überlappende Boxen zusammenführen

1.5 Bewertung

1.6 Auswahl

Stufe 2: Graustufen-Kreis-Fallback

2.1 Kantenerkennung

2.2 Hough-Kreiserkennung

2.3 Tintendichte-Filterung

2.4 Bogenkontinuität-Bewertung

2.5 Kombinierter Score

Positionsheuristiken

Auswirkung auf die Bewertung

Texterkennung (OCR)

Ausgabeformat

Einzelbild

PDF-Dokument

Konfigurierbare Konstanten

FilesExpand file tree

detection-algorithm.md

Latest commit

History

detection-algorithm.md

File metadata and controls

Erkennungsalgorithmus

Pipeline-Übersicht

Stufe 1: Farbbasierte Erkennung

1.1 HSV-Farbmaskierung

1.2 Morphologische Bereinigung

1.3 Konturextraktion + Formfilter

1.4 Überlappende Boxen zusammenführen

1.5 Bewertung

1.6 Auswahl

Stufe 2: Graustufen-Kreis-Fallback

2.1 Kantenerkennung

2.2 Hough-Kreiserkennung

2.3 Tintendichte-Filterung

2.4 Bogenkontinuität-Bewertung

2.5 Kombinierter Score

Positionsheuristiken

Auswirkung auf die Bewertung

Texterkennung (OCR)

Ausgabeformat

Einzelbild

PDF-Dokument

Konfigurierbare Konstanten