Обнаружение строк и ячейки внутри таблицы для поиска галочки

Мне нужно обнаружить таблицы в изображении документа и для каждой из них определить номер строки и идентифицировать отмеченные ячейки.

Вот мое исходное изображение:

Я следил за этим пример и я могу получить три отдельных изображения, содержащие по одной таблице каждое.

Теперь мне нужна помощь с кодом для обработки одной таблицы, чтобы обнаружить ячейки с галочками для каждой строки.

Вот код:

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;
int main(int ac, char **av)
{
// Load source image
string filename = "questions.png";
Mat src = imread(filename);

// Check if image is loaded fine
if(!src.data)
cerr << "Problem loading image!!!" << endl;

// Show source image
imshow("src", src);

// resizing for practical reasons
Mat rsz;
Size size(800, 900);
resize(src, rsz, size);

imshow("rsz", rsz);

// Transform source image to gray if it is not
Mat gray;

if (rsz.channels() == 3)
{
cvtColor(rsz, gray, CV_BGR2GRAY);
}
else
{
gray = rsz;
}

// Show gray image
imshow("gray", gray);

// Apply adaptiveThreshold at the bitwise_not of gray, notice the ~ symbol
Mat bw;
adaptiveThreshold(~gray, bw, 255, CV_ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);

// Show binary image
imshow("binary", bw);

// Create the images that will use to extract the horizonta and vertical lines
Mat horizontal = bw.clone();
Mat vertical = bw.clone();

int scale = 15; // play with this variable in order to increase/decrease the amount of lines to be detected

// Specify size on horizontal axis
int horizontalsize = horizontal.cols / scale;

// Create structure element for extracting horizontal lines through morphology operations
Mat horizontalStructure = getStructuringElement(MORPH_RECT, Size(horizontalsize,1));

// Apply morphology operations
erode(horizontal, horizontal, horizontalStructure, Point(-1, -1));
dilate(horizontal, horizontal, horizontalStructure, Point(-1, -1));// Show extracted horizontal lines
imshow("horizontal", horizontal);

// Specify size on vertical axis
int verticalsize = vertical.rows / scale;

// Create structure element for extracting vertical lines through morphology operations
Mat verticalStructure = getStructuringElement(MORPH_RECT, Size( 1,verticalsize));

// Apply morphology operations
erode(vertical, vertical, verticalStructure, Point(-1, -1));
dilate(vertical, vertical, verticalStructure, Point(-1, -1));

// Show extracted vertical lines
// imshow("vertical", vertical);

// create a mask which includes the tables
Mat mask = horizontal + vertical;
//imshow("mask", mask);
// waitKey(5000);
// detectCells(mask);// find the joints between the lines of the tables, we will use this information in order to descriminate tables from pictures (tables will contain more than 4 joints while a picture only 4 (i.e. at the corners))
Mat joints;
bitwise_and(horizontal, vertical, joints);
imshow("joints", joints);

// Find external contours from the mask, which most probably will belong to tables or to images
vector<Vec4i> hierarchy;
std::vector<std::vector<cv::Point> > contours;
cv::findContours(mask, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));

vector<vector<Point> > contours_poly( contours.size() );
vector<Rect> boundRect( contours.size() );
vector<Mat> rois;

for (size_t i = 0; i < contours.size(); i++)
{
// find the area of each contour
double area = contourArea(contours[i]);

// filter individual lines of blobs that might exist and they do not represent a table
if(area < 100) // value is randomly chosen, you will need to find that by yourself with trial and error procedure
continue;

approxPolyDP( Mat(contours[i]), contours_poly[i], 3, true );
boundRect[i] = boundingRect( Mat(contours_poly[i]) );

// find the number of joints that each table has
Mat roi = joints(boundRect[i]);

vector<vector<Point> > joints_contours;
findContours(roi, joints_contours, RETR_CCOMP, CHAIN_APPROX_SIMPLE);

// if the number is not more than 5 then most likely it not a table

if(joints_contours.size() <= 4)
continue;

rois.push_back(rsz(boundRect[i]).clone());

//drawContours( rsz, contours, i, Scalar(0, 0, 255), CV_FILLED, 8, vector<Vec4i>(), 0, Point() );
rectangle( rsz, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 1, 8, 0 );
}

for(size_t i = 0; i < rois.size(); ++i)
{

/* Now I should detect cells inside each table
* detecting checkmarks                             */
imshow("roi", rois[i]);

waitKey();

}
imshow("contours", rsz);
waitKey();
return 0;
}

Моя идея состоит в том, чтобы найти квадратные области, начинающиеся слева направо, сверху вниз и пропустить таким образом первый и второй столбцы, а затем измерить плотность пикселей внутри остальных квадратов вправо, чтобы определить, отмечена ли ячейка галочкой или нет.

Проблема в том, что я не могу сделать это с openCV, я новичок в обработке изображений :-), поэтому я попросил помощи.