CN103716505A - 图像识别系统及方法 - Google Patents
图像识别系统及方法 Download PDFInfo
- Publication number
- CN103716505A CN103716505A CN201210370248.8A CN201210370248A CN103716505A CN 103716505 A CN103716505 A CN 103716505A CN 201210370248 A CN201210370248 A CN 201210370248A CN 103716505 A CN103716505 A CN 103716505A
- Authority
- CN
- China
- Prior art keywords
- image
- data
- mobile terminal
- image data
- methods
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
本发明公开了一种图像识别系统及方法,该系统包括移动终端和远端服务器,所述移动终端包括图像获取部、图像处理部、数据压缩部和通讯部,所述远端服务器包括解压缩部和识别部;所述图像获取部用于获取图像数据;所述图像处理部用于对所述图像数据进行预处理并生成预处理图像数据;所述数据压缩部用于对所述预处理图像数据进行压缩;所述通讯部用于接收或传送所述被压缩的预处理图像数据;所述远端服务器用于接收由所述通讯部传送的所述被压缩的预处理图像数据,并对所述预处理图像数据进行解压和识别;以及所述远端服务器将识别所得到的内容回传给所述移动终端;所述移动终端用于对所述识别所得到的内容进行存储。
Description
技术领域
本发明涉及移动通信领域,特别涉及移动终端图像识别领域。
背景技术
随着移动通信技术的飞速发展,移动终端的功能越来越多,如何将像纸本等实体信息内容转换成数字信息,最优化移动终端的效能,目前仍有不少问题需要解决。
已有中国专利申请(申请号为CN02131359.8)公开了一种光学字符识别(Optical Character Recognition,简称OCR)手机,其使用光学字符识别(OCR)软件结合手机对纸本名片信息进行识别,将纸本名片信息转换成数字信息。这样在手机上直接对纸本名片图像进行识别处理的作业,要求手机具备强大的运算处理芯片,才能快速完成识别作业,并将识别结果资料存储成数字信息,以满足使用者对数字信息处理时间上的需求。
为解决上述的技术问题,有人曾使用远端识别技术,也就是在远端服务器上设置具有识别功能的装置。一篇中国专利(专利号为ZL03129437.5)公开了一种通讯装置将纸本名片转换成电子名片的方法,所述方法是通讯装置利用预设的通讯协议,传送其所获取的纸本名片的名片图像数据至一远端服务器上,运用所述服务器上的识别软件对所述名片图像数据进行识别处理,然后将识别结果整合成电子名片数据,再回传给所述通讯装置。这种结合无线通讯网络与具有识别软件的服务器的解决方案,虽然减少利于移动终端的运算处理装置负荷以图能加快整体识别处理的效果,但却增加了无线传输资源的负担,特别是当面对复杂且具有100万像素以上的名片图像(例如用300万像素的摄像头拍摄的全彩图像需要约9MB大小的容量),传输此类具有100万像素以上的高像素图像时,反而会受限于无线网络来回传输效能而影响识别结果的整体速度。
若在移动终端上对JPEG图像文件进行完整的识别作业,识别部就会占用移动终端的运算、存储等大量资源,图4A展示了背景技术中的识别部设置在移动终端的情况。若将识别部设置在远端服务器上,虽能大幅降低占用移动终端的资源,但JPEG图像数据传输大小将会占用移动终端的大量数据传输资源从而影响整体的识别速度,图4B展示了背景技术中识别部设置在远端服务器的情况。
此外,目前有利用压缩技术克服资料传输上的问题,如移动终端的图像获取部取得图像资料后,直接对此图像资料进行压缩,再传送至远端服务器进行识别,但根据实际测试发现,获取的全彩图像资料若为15MB左右大小,在可识别的情况下,不论以无失真压缩或有失真压缩,最高只能以JPEG格式压缩至1981KB大小。若以移动终端预设JPEG图像数据进行最大压缩率压缩,虽然得到39KB的图像资料大小,在运用相同的识别模块情况下,压缩至1981KB,识别正常,但39KB识别出现错误,请参考表1。
表1
现存的问题在于已知的移动终端的图像获取部在取得图像后,图像数据皆自动预设为JPEG格式,在远程数据传输的条件下,当移动终端取得JPEG图像数据后,如果对JPEG图像采用最大压缩率进行压缩,之后再进行远程数据传输,例如前例所述将全彩图像数据由14702KB压缩至39KB即压缩至原图数据大小之0.3%,则会影响识别模块的识别效能;但在不影响既有识别模块的识别效能的情况下,例如前例将全彩图像数据由BMP格式(图像大小为14702KB),压缩至JPEG格式(图像大小为1981KB大小),即压缩至原图数据大小之13.5%,其压缩效果对降低数据传输量的效果又是有限的;此外,若利用TIFF压缩方式对上述JPEG格式图像进行以Huffman LZW法压缩成黑白图像,可以得到TIFF格式图像(图像大小为411KB),但是这样的方式虽然降低了图像的大小,但是会影响识别模块的识别能力,实际上无法采用。此外,特别是在远程服务器需要同时处理多笔资料的情况下,对数据压缩倍率的需求更高,但是过高的压缩倍率会增加识别难度甚至识别模块的识别能力而产生错误的识别内容,这样过高的压缩效果虽然缩短了数据传输时间,但是不符合实际用户对识别系统的需求,也就是移动终端与远程服务器之间的传输会占去大部分的整体使用时间而影响用户的使用意愿。因此如何在数据压缩与辨识效能间取得平衡,是目前急欲解决的技术问题。
因此,如何减少传输JPEG图像大小且又不影响图像品质,如何使识别部具有原有的识别能力和识别速度,使移动终端与远端服务器的资源做到最大化运用,面对上述技术问题,为使移动终端能有更大的便利性,有必要提出新的技术方案解决上述的技术问题。
发明内容
(一)要解决的技术问题
本发明的目的在于提出一种移动终端图像识别系统和方法,使得在移动终端和远端服务器之间传输JPEG图像时,既能减小图像大小又不影响图像品质,使移动终端与远端服务器的资源最大化运用。
(二)技术方案
为解决上述技术问题,本发明提供一种图像识别系统,该系统包括移动终端和远端服务器,所述移动终端包括图像获取部、图像处理部、数据压缩部和通讯部,所述远端服务器包括解压缩部和识别部。
所述图像获取部用于获取图像数据;所述图像处理部用于对所述图像数据进行预处理并生成预处理图像数据;所述数据压缩部用于对所述预处理图像数据进行压缩;所述通讯部用于接收或传送所述被压缩的预处理图像数据;所述远端服务器用于接收由所述通讯部传送的所述被压缩的预处理图像数据,由所述解压缩部对所述被压缩的预处理图像数据进行解压,由所述识别部对被解压的所述预处理图像数据进行识别;以及所述远端服务器将识别所得到的内容回传给所述移动终端;所述移动终端用于对所述识别所得到的内容进行存储。
本发明还提供了一种图像识别系统的控制方法,所述系统包括移动终端和远端服务器,所述移动终端包括图像获取部、图像处理部、数据压缩部和通讯部,所述远端服务器包括解压缩部和识别部,该方法包括如下步骤:(1)所述图像获取部获取图像数据;(2)所述图像处理部对所述图像数据进行预处理并生成预处理图像数据;(3)所述数据压缩部对所述预处理图像数据以无失真压缩方式进行压缩;(4)所述移动终端将所述被压缩的预处理图像数据通过所述通讯部传送至远端服务器;(5)所述远端服务器接收由所述通讯部传送的所述被压缩的预处理图像数据,由所述解压缩部对所述被压缩的预处理图像数据进行解压,由所述识别部对被解压的所述预处理图像数据进行识别;以及所述远端服务器将识别所得到的内容回传给所述移动终端;(6)所述移动终端对所述识别所得到的内容进行存储。
优选地,所述图像获取部获取的图像数据为JPEG格式图像数据。所述JPEG格式图像数据为文件图像数据、具有个人资料的文件图像数据或名片图像数据。
优选地,所述预处理为二值化。所述二值化包括全彩图像信息转成黑白亮度的灰阶值。所述二值化包括以像素容量作为灰阶值,利用二值化算法设定阀值,再转换为二值化图像。所述二值化算法包括双峰法、p参数法迭代法、Otsu法。
优选地,所述数据压缩部采用无失真的图像压缩方式对所述预处理图像数据进行压缩。所述无失真的图像压缩方式为TIFF压缩方式。所述数据压缩部将所述预处理图像数据压缩为TIFF格式。
优选地,所述移动终端为具有拍照功能的手机、具有拍照功能的平板计算机、具有拍照功能的笔记本电脑、具有拍照功能的PDA,或数码相机。
优选地,在所述步骤(1)和步骤(2)之间,还包括图像重新取样步骤,且所述图像重新取样步骤采用图像插值算法。所述图像插值算法包括自适应算法或非自适应的算法。
优选地,所述非自适应算法包括最邻域(nearest neighbor)插值法、双线性(bilinear)插值法、双三次(bicubic)插值法等。
优选地,所述自适应算法主要是以针对图像与像素密度变化的局部结构进行缩减图像像素的算法应用,例如局部边缘适应的非线性(Nonlinear)插值法、局部图像分析的定向图像插值法(Directional Image InterpolationAlgorithm)、多分辨率(multi-resolution)边缘导向的自适应算法、或利用离散小波转换(Discrete Wavelet Transform,DWT)的图像插值法进行图像像素缩减的方法等。
(三)有益效果
本发明所公开的系统和方法使图像数据传输资料不再大幅占据移动终端的传输资源与运算能力,使移动终端可以快速对图像数据内容进行识别,有效提升了移动终端的性能。
附图说明
图1为根据本发明的移动终端图像识别系统的示意图;
图2为根据本发明的一种用于移动终端图像识别系统的控制方法的流程图;
图3为根据本发明的另一种用于移动终端图像识别系统的控制方法的流程图;
图4A展示了背景技术中识别部设置在移动终端上的情况;
图4B展示了背景技术中识别部设置在远端服务器上的情况。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明作进一步的详细说明。
图1为本发明提出的一种移动终端图像识别系统的示意图。如图1所示,本发明提出了一种移动终端图像识别系统,该系统包括移动终端(100)和远端服务器(200)。
所述移动终端(100)包括图像获取部(110)、图像处理部(120)、数据压缩部(130)和通讯部(140)。所述远端服务器(200)用于接收和传送数据,其包括解压缩部(210)和识别部(220)。
所述图像获取部用于取得图像数据;
所述图像处理部用于对所述图像数据进行预处理并生成预处理图像数据;
所述数据压缩部用于对所述预处理图像数据进行压缩;
所述通讯部用于接受或传输数据,所述通讯部用于传送被压缩的所述预处理图像数据;
所述远端服务器接收所述移动终端通过所述通讯部所传送的被压缩的所述预处理图像数据,并利用所述解压缩部将被压缩的预处理图像数据解压,并利用所述识别部对上述被解压的预处理图像数据进行识别;以及所述远端服务器将识别所得到的内容回传给所述移动终端;
所述移动终端存储识别所得到的内容。
所述图像获取部获取的图像数据为JPEG格式图像数据。所述JPEG格式图像数据为文件图像数据、具有个人资料的文件图像数据或名片图像数据。
所述预处理包括二值化。所述二值化为本领域常用的二值化处理方式,例如全彩图像信息转成黑白亮度的灰阶值,由RGB模块转成YIQ(或YUV)模块,选取当中代表亮度变化的Y值作为灰阶值,或是以像素容量(如8-BIT像素就有0(黑)~255(白)种明暗变化)作为灰阶值,之后再利用二值化算法设定阀值,转换为二值化图像,所述二值化算法包括本领域常用的双峰法、p参数法迭代法、Otsu法等。
所述数据压缩部采用无失真的图像压缩方式对所述预处理图像数据进行压缩。所述无失真的图像压缩方式为TIFF压缩方式。所述数据压缩部将所述预处理图像数据压缩为TIFF格式。
所述移动终端包括具有拍照功能的手机、具有拍照功能的平板计算机、具有拍照功能的笔记本电脑、具有拍照功能的PDA(Personal DigitalAssistant),或数码相机。
为了更好地阐明本发明的要义,下面举一个优选实施例,并结合图1来进一步说明。
如图1所示,根据本发明的一个优选实施例,提供一种移动终端图像识别系统,该系统包括移动终端(100)和远端服务器(200)。
所述移动终端包括图像获取部(110)、图像处理部(120)、数据压缩部(130)和通讯部(140)。所述远端服务器用于接收和传送数据,其包括解压缩部(210)和识别部(220)。
所述图像获取部(110)具有500万以上像素的图像拍摄功能,所述图像获取部获取分辨率为2592×1936的全彩名片图案图像后,会再将图像转换为JPEG格式作为系统作业平台默认图像格式(例如iOS会先转成UIimage格式再依作业需求转成其他图像格式,如BMP格式或JPEG格式后再进行处理或储存,Andriod系统则是会将取得图像转换成默认的JPEG格式),将图案图像由14702KB大小的BMP格式图像转换成一张JPEG格式的名片图像数据,该图像数据大小为1981KB;所述图像处理部(120)对所述图像数据进行二值化并生成预处理图像数据,此时二值化后的图像数据大小为612KB,再由所述数据压缩部(130)将该预处理图像数据压缩为TIFF格式,此时图像数据大小为13KB(即通过二值化处理和压缩后,原图像数据被缩小至0.1%以下)。图像大小变化过程如表2所示:
表2
由通讯部(140)将被压缩的所述预处理图像数据(大小为13KB)传送至远端服务器(200);所述远端服务器接收,并利用所述解压缩部(210)将被压缩的预处理图像数据解压,将图像还原为先前经二值化处理后的图像数据(大小为612KB),由于为图像已先经二值化处理,此时只需要再利用所述识别部(220)的OCR(光学字符辨识)模块对上述被解压的二值化像数据进行识别,便可以在远程服务器得到相当JPEG格式(大小为1981KB大小)的二值化处理的效果,因此在完全不影响OCR辨识模块的辨识能力下,就可以得到正确的结果;以及所述远端服务器将识别所得到的内容回传给所述移动终端;最后,所述移动终端存储识别所得到的内容。
图2为本发明所提出的一种用于移动终端图像识别系统的控制方法的流程图。
如图2所示,本发明提供了一种用于移动终端图像识别系统的控制方法,该方法包括如下步骤:
步骤1:使用所述图像获取部获得图像数据;
步骤2:所述图像处理部对获得的图像数据进行预处理并生成预处理图像数据;
步骤3:所述数据压缩部对所述预处理图像数据以无失真的资料压缩方式进行图像资料压缩;
步骤4:所述移动终端将被压缩的所述预处理图像数据通过所述通讯部传送至所述远端服务器;
步骤5:所述远端服务器利用所述解压缩部对被压缩的所述预处理图像数据进行解压,使其还原为所述预处理图像数据,所述识别部对所述预处理图像数据进行图像识别,再将识别后得到的内容通过所述远端服务器回传给所述移动终端;
步骤6:所述移动终端存储由所述远端服务器回传的识别所得的内容。
所述图像获取部获取的图像数据为JPEG格式图像数据。所述JPEG格式图像数据为文件图像数据、具有个人资料的文件图像数据或名片图像数据。
所述预处理包括二值化。所述二值化为本领域常用的二值化处理方式,例如全彩图像信息转成黑白亮度的灰阶值,由RGB模块转成YIQ(或YUV)模块,选取当中代表亮度变化的Y值作为灰阶值,或是以像素容量(如8-BIT像素就有0(黑)~255(白)种明暗变化)作为灰阶值,之后再利用二值化算法设定阀值,转换为二值化图像,所述二值化算法包括本领域常用的双峰法、p参数法迭代法、Otsu法等。
所述数据压缩部采用无失真的图像压缩方式对所述预处理图像数据进行压缩。所述无失真的图像压缩方式为TIFF压缩方式。所述数据压缩部将所述预处理图像数据压缩为TIFF格式。
所述移动终端包括具有拍照功能的手机、具有拍照功能的平板计算机、具有拍照功能的笔记本电脑、具有拍照功能的PDA,或数码相机。
图3为本发明提出的另一种用于移动终端图像识别系统的控制方法的流程图。
如图3所示,在所述步骤1和步骤2之间,加入了图像重新取样步骤1-1。所述步骤1-1主要将内容超过100万像素的具有文字符号的图像数据利用本领域所常用的重新取样方法,将图像数据缩小至最小可识别容量,所述最小可识别容量的大小至少在1MB以上,如所述图像获取部为可以产生500万有效像素图像功能的数字拍摄部,利用该数字拍摄部所拍摄的彩色(RGB)图像数据大小为15MB,为了降低图像数据的容量,通过所述图像重新取样步骤,将所获取的图像数据在可识别的程度范围内进行调整缩小,也就是为使所述识别部避免在所述图像重新取样步骤出现无法识别的情形发生,因此图像数据调整缩小的数据解析度需要维持在1280×960像素以上,即总像素至少在120万像素以上。接下来,所述图像处理部对调整后的图像数据进行预处理并生成预处理图像数据,所述数据压缩部以无失真压缩方式将所述预处理图像数据压缩成TIFF格式,再将此经过无失真压缩的预处理图像数据传送至所述远端服务器,再由所述解压缩部所述被压缩的预处理图像数据还原,由所述识别部进行识别,最后再将识别所得到的内容回传给所述移动终端。
所述图像重新取样步骤采用本领域常用的图像取样方法,即图像插值法(Image Interpolation),该方法主要通过自适应(adaptive)或非自适应(non-adaptive)的算法来降低图像分辨率从而减少图像整体像素。为使本发明能更方便地应用于500万像素以上的高像素图像,通过图像取样方法降低高像素的图像,为了不影响既有的识别效能,故取样结果像素需要维持在至100万像素以上,如此一来,可在不影响图像精确度与辨识效能的情况下,也能在图像预处理的步骤中适当的减少图像像素。
所述非自适应算法包括最邻域(nearest neighbor)插值法、双线性(bilinear)插值法、双三次(bicubic)插值法、或过滤方法(Filtering-basedTechnique)等。所述过滤方法包括Linear-based(Triangle)滤镜、Bellquadratic多项滤镜、Hermite cubic多项滤镜、Michell cubic多项滤镜、cubicB-spline滤镜、Lanczos滤镜等。
所述自适应算法主要是以针对图像与像素密度变化的局部结构进行缩减图像像素的算法应用,例如局部边缘适应的非线性插值算法(Nonlinear Interpolation Algorithm)、局部图像分析的定向图像插值算法(Directional Image Interpolation Algorithm);多分辨率(multi-resolution)边缘导向的自适应算法、或利用离散小波转换(Discrete Wavelet Transform,DWT)的图像插值法进行图像像素缩减的方法等。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (26)
1.一种图像识别系统,该系统包括移动终端和远端服务器,所述移动终端包括图像获取部、图像处理部、数据压缩部和通讯部,所述远端服务器包括解压缩部和识别部,其特征在于:
所述图像获取部用于获取图像数据;
所述图像处理部用于对所述图像数据进行预处理并生成预处理图像数据;
所述数据压缩部用于对所述预处理图像数据进行压缩;
所述通讯部用于接收或传送所述被压缩的预处理图像数据;
所述远端服务器用于接收由所述通讯部传送的所述被压缩的预处理图像数据,由所述解压缩部对所述被压缩的预处理图像数据进行解压,由所述识别部对被解压的所述预处理图像数据进行识别;以及所述远端服务器将识别所得到的内容回传给所述移动终端;
所述移动终端用于对所述识别所得到的内容进行存储。
2.如权利要求1所述的系统,其特征在于,所述图像获取部获取的图像数据为JPEG格式图像数据。
3.如权利要求2所述的系统,其特征在于,所述JPEG格式图像数据为文件图像数据、具有个人资料的文件图像数据或名片图像数据。
4.如权利要求1所述的系统,其特征在于,所述预处理为二值化。
5.如权利要求4所述的系统,其特征在于,所述二值化包括全彩图像信息转成黑白亮度的灰阶值。
6.如权利要求4所述的系统,其特征在于,所述二值化包括以像素容量作为灰阶值,利用二值化算法设定阀值,再转换为二值化图像。
7.如权利要求6所述的系统,其特征在于,所述二值化算法包括双峰法、p参数法迭代法、Otsu法。
8.如权利要求1所述的系统,其特征在于,所述数据压缩部采用无失真的图像压缩方式对所述预处理图像数据进行压缩。
9.如权利要求8所述的系统,其特征在于,所述无失真的图像压缩方式为TIFF压缩方式。
10.如权利要求8所述的系统,其特征在于,所述数据压缩部将所述预处理图像数据压缩为TIFF格式。
11.如权利要求1所述的系统,其特征在于,所述移动终端包括具有拍照功能的手机、具有拍照功能的平板计算机、具有拍照功能的笔记本电脑、具有拍照功能的PDA,或数码相机。
12.一种图像识别系统的控制方法,所述系统包括移动终端和远端服务器,所述移动终端包括图像获取部、图像处理部、数据压缩部和通讯部,所述远端服务器包括解压缩部和识别部,该方法包括如下步骤:
步骤1:所述图像获取部获取图像数据;
步骤2:所述图像处理部对所述图像数据进行预处理并生成预处理图像数据;
步骤3:所述数据压缩部对所述预处理图像数据以无失真压缩方式进行压缩;
步骤4:所述移动终端将所述被压缩的预处理图像数据通过所述通讯部传送至远端服务器;
步骤5:所述远端服务器接收由所述通讯部传送的所述被压缩的预处理图像数据,由所述解压缩部对所述被压缩的预处理图像数据进行解压,由所述识别部对被解压的所述预处理图像数据进行识别;以及所述远端服务器将识别所得到的内容回传给所述移动终端;
步骤6:所述移动终端对所述识别所得到的内容进行存储。
13.如权利要求12所述的方法,其特征在于,所述图像获取部获取的图像数据为JPEG格式图像数据。
14.如权利要求13所述的方法,其特征在于,所述JPEG格式图像数据为文件图像数据、具有个人资料的文件图像数据或名片图像数据。
15.如权利要求12所述的方法,其特征在于,所述预处理为二值化。
16.如权利要求15所述的方法,其特征在于,所述二值化包括全彩图像信息转成黑白亮度的灰阶值。
17.如权利要求15所述的方法,其特征在于,所述二值化包括以像素容量作为灰阶值,利用二值化算法设定阀值,再转换为二值化图像。
18.如权利要求17所述的方法,其特征在于,所述二值化算法包括双峰法、p参数法迭代法、Otsu法。
19.如权利要求12所述的方法,其特征在于,所述数据压缩部采用无失真的图像压缩方式对所述预处理图像数据进行压缩。
20.如权利要求19所述的方法,其特征在于,所述无失真的图像压缩方式为TIFF压缩方式。
21.如权利要求19所述的方法,其特征在于,所述数据压缩部将所述预处理图像数据压缩为TIFF格式。
22.如权利要求12所述的方法,其特征在于,所述移动终端包括具有拍照功能的手机、具有拍照功能的平板计算机、具有拍照功能的笔记本电脑、具有拍照功能的PDA,或数码相机。
23.如权利要求12所述的方法,其特征在于,在所述步骤1和步骤2之间,还包括图像重新取样步骤,且所述图像重新取样步骤采用图像插值算法。
24.如权利要求23所述的方法,其特征在于,所述图像插值算法包括自适应算法或非自适应的算法。
25.如权利要求24所述的方法,其特征在于,所述非自适应算法包括最邻域插值法、双线性插值法或双三次插值法。
26.如权利要求24所述的方法,其特征在于,所述自适应算法包括局部边缘适应的非线性插值法、局部图像分析的定向图像插值法、多分辨率边缘导向的自适应算法、或利用离散小波转换的图像插值法进行图像像素缩减的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210370248.8A CN103716505A (zh) | 2012-09-28 | 2012-09-28 | 图像识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210370248.8A CN103716505A (zh) | 2012-09-28 | 2012-09-28 | 图像识别系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103716505A true CN103716505A (zh) | 2014-04-09 |
Family
ID=50409044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210370248.8A Pending CN103716505A (zh) | 2012-09-28 | 2012-09-28 | 图像识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103716505A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709224A (zh) * | 2015-07-31 | 2017-05-24 | 龙巧燕 | 一种糖尿病视网膜病变的诊断系统及方法 |
CN107609528A (zh) * | 2017-09-21 | 2018-01-19 | 阿尔图像有限公司 | 人脸图像的识别方法、装置及终端 |
CN108537129A (zh) * | 2018-03-14 | 2018-09-14 | 北京影谱科技股份有限公司 | 训练样本的标注方法、装置和系统 |
CN109740467A (zh) * | 2018-12-24 | 2019-05-10 | 北京中安未来科技有限公司 | 一种电子证件识别方法、装置及系统 |
CN110191281A (zh) * | 2019-05-31 | 2019-08-30 | 北京安诺信科技股份有限公司 | 图像识别抄表终端及系统、图像识别引擎服务器、智能表 |
CN110781703A (zh) * | 2018-07-30 | 2020-02-11 | 罗伯特·博世有限公司 | 用于生成发货信息的方法、移动设备和分析处理计算机 |
CN111311504A (zh) * | 2020-01-03 | 2020-06-19 | 上海锦商网络科技有限公司 | 手机小程序用图像处理方法、标签识别方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004185183A (ja) * | 2002-12-02 | 2004-07-02 | Casio Comput Co Ltd | 画像修正装置、文字認識方法及び画像修正プログラム |
CN1719434A (zh) * | 2005-08-19 | 2006-01-11 | 北京中星微电子有限公司 | 一种名片采集和处理系统和方法 |
CN101241547A (zh) * | 2007-08-22 | 2008-08-13 | 中国人民解放军国防科学技术大学 | 一种便携式扫描学习装置 |
CN101339618A (zh) * | 2007-07-06 | 2009-01-07 | 上海思必得通讯技术有限公司 | 手机名片识别装置 |
CN102646190A (zh) * | 2012-03-19 | 2012-08-22 | 腾讯科技(深圳)有限公司 | 一种基于生物特征的认证方法、装置及系统 |
-
2012
- 2012-09-28 CN CN201210370248.8A patent/CN103716505A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004185183A (ja) * | 2002-12-02 | 2004-07-02 | Casio Comput Co Ltd | 画像修正装置、文字認識方法及び画像修正プログラム |
CN1719434A (zh) * | 2005-08-19 | 2006-01-11 | 北京中星微电子有限公司 | 一种名片采集和处理系统和方法 |
CN101339618A (zh) * | 2007-07-06 | 2009-01-07 | 上海思必得通讯技术有限公司 | 手机名片识别装置 |
CN101241547A (zh) * | 2007-08-22 | 2008-08-13 | 中国人民解放军国防科学技术大学 | 一种便携式扫描学习装置 |
CN102646190A (zh) * | 2012-03-19 | 2012-08-22 | 腾讯科技(深圳)有限公司 | 一种基于生物特征的认证方法、装置及系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709224A (zh) * | 2015-07-31 | 2017-05-24 | 龙巧燕 | 一种糖尿病视网膜病变的诊断系统及方法 |
CN107609528A (zh) * | 2017-09-21 | 2018-01-19 | 阿尔图像有限公司 | 人脸图像的识别方法、装置及终端 |
CN108537129A (zh) * | 2018-03-14 | 2018-09-14 | 北京影谱科技股份有限公司 | 训练样本的标注方法、装置和系统 |
CN110781703A (zh) * | 2018-07-30 | 2020-02-11 | 罗伯特·博世有限公司 | 用于生成发货信息的方法、移动设备和分析处理计算机 |
CN109740467A (zh) * | 2018-12-24 | 2019-05-10 | 北京中安未来科技有限公司 | 一种电子证件识别方法、装置及系统 |
CN110191281A (zh) * | 2019-05-31 | 2019-08-30 | 北京安诺信科技股份有限公司 | 图像识别抄表终端及系统、图像识别引擎服务器、智能表 |
CN111311504A (zh) * | 2020-01-03 | 2020-06-19 | 上海锦商网络科技有限公司 | 手机小程序用图像处理方法、标签识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103716505A (zh) | 图像识别系统及方法 | |
EP1355258B1 (en) | Image data processing devices and methods | |
US20090208126A1 (en) | Image encoding apparatus, image processing apparatus and control method thereof | |
JP2015195549A (ja) | 画像処理装置、画像処理方法 | |
CN104954605A (zh) | 图像形成装置、图像形成系统以及图像形成方法 | |
CN101176351A (zh) | 动态缩放文件编码 | |
CN101127819A (zh) | 一种图像传输的方法和设备 | |
JP2001143066A (ja) | 画像処理装置、画像処理システム及び記憶装置、画像処理方法、並びに記憶媒体 | |
KR20160030701A (ko) | 인쇄 데이터를 프린터로 전송하는 호스트 디바이스 및 호스트 디바이스가 인쇄 데이터를 렌더링하는 방법 | |
US8195626B1 (en) | Compressing token-based files for transfer and reconstruction | |
US7848572B2 (en) | Image processing apparatus, image processing method, computer program | |
JP2008124819A (ja) | 画像処理装置と画像処理方法 | |
US20130148886A1 (en) | Image compression apparatus, image compression method, and storage medium | |
US11736652B2 (en) | Image processing apparatus, image processing method, and storage medium | |
CN108521535B (zh) | 一种基于图像混合处理的信息隐藏传输方法 | |
US9380316B2 (en) | Image processing apparatus, image processing system and image processing method | |
US7561747B2 (en) | Image data processing system and method | |
JP3960210B2 (ja) | 画像処理装置 | |
US9596380B1 (en) | Methods and systems for image compression | |
Saraswat et al. | A study on size optimization of scanned textual documents | |
US7146058B2 (en) | Compression of images using object maps | |
CN110781185B (zh) | 一种文本文件内容像素化转换及还原方法 | |
CN109643221B (zh) | 通过主机装置编码打印数据和发送打印数据 | |
CN113065406B (zh) | 一种基于编解码结构识别发票文本的报账智能平台 | |
JP4411244B2 (ja) | 画像処理装置、画像処理方法、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140409 |