CN104966092A - 一种图像处理方法和装置 - Google Patents
一种图像处理方法和装置 Download PDFInfo
- Publication number
- CN104966092A CN104966092A CN201510335049.7A CN201510335049A CN104966092A CN 104966092 A CN104966092 A CN 104966092A CN 201510335049 A CN201510335049 A CN 201510335049A CN 104966092 A CN104966092 A CN 104966092A
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- image area
- gray
- scale value
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明公开了一种图像处理方法,该方法包括:将原始图像分割为子图像区域;对每一个子图像区域分别进行校正;将校正后的各子图像区域拼接成校正后的图像。本发明能够校正变形图片,从而提高对变形图片的识别率。本发明还公开了一种图像处理装置。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及的是一种图像处理方法和装置。
背景技术
在进行图片识别时,如果图片发生扭曲、模糊、缺失等变形情况,则会导致图片识别失误,影响图片识别的结果。
因此,如何提高对变形图片的识别率,是需要解决的问题。
发明内容
本发明所要解决的技术问题是提供一种图像处理方法和装置,能够校正变形图片,从而提高对变形图片的识别率。
为了解决上述技术问题,本发明提供了一种图像处理方法,该方法包括:
将原始图像分割为子图像区域;
对每一个子图像区域分别进行校正;
将校正后的各子图像区域拼接成校正后的图像。
进一步地,该方法还包括下述特点:
将原始图像分割为子图像区域,包括:
根据原始图像的构图特征对原始图像进行分割,生成子图像区域。
进一步地,该方法还包括下述特点:
将原始图像分割为子图像区域,包括:
将原始图像分割为N个大小相同的子图像区域;其中,N为大于或等于1的整数。
进一步地,该方法还包括下述特点:
对每一个子图像区域分别进行校正,包括:
对每一个子图像区域,采用像素连续性预测方式对该子图像区域进行修复,具体包括:
对该子图像区域的像素进行扫描,在扫描到一个新像素n时,将该新像素的灰度值Gn与前一个扫描的像素的灰度值Gn-1进行比较,如二者之间的灰度值的差的绝对值|Gn-Gn-1|大于阈值,则对该新像素的灰度值Gn进行修正,使修正后的新像素的灰度值Gn'与前一个扫描的像素的灰度值Gn-1的差Gn'-Gn-1,与所述新像素之前扫描的两个像素的灰度值的差Gn-1-Gn-2相等。
进一步地,该方法还包括下述特点:
将校正后的各子图像区域拼接成校正后的图像,包括:
将校正后的各子图像区域拼接在一起;
对拼接后的图像进行平滑处理,生成校正后的图像。
进一步地,该方法还包括下述特点:
图像的构图特征,包括以下至少一种:色彩、构图元素、构图结构。
为了解决上述技术问题,本发明提供了一种图像处理装置,包括:
分割模块,用于将原始图像分割为子图像区域;
校正模块,用于对每一个子图像区域分别进行校正;
拼接模块,用于将校正后的各子图像区域拼接成校正后的图像。
进一步地,该装置还包括下述特点:
分割模块,用于将原始图像分割为子图像区域,包括:
根据原始图像的构图特征对原始图像进行分割,生成子图像区域。
进一步地,该装置还包括下述特点:
将原始图像分割为子图像区域,包括:
将原始图像分割为N个大小相同的子图像区域;其中,N为大于或等于1的整数。
进一步地,该装置还包括下述特点:
校正模块,用于对每一个子图像区域分别进行校正,包括:
对每一个子图像区域,采用像素连续性预测方式对该子图像区域进行修复,具体包括:
对该子图像区域的像素进行扫描,在扫描到一个新像素n时,将该新像素的灰度值Gn与前一个扫描的像素的灰度值Gn-1进行比较,如二者之间的灰度值的差的绝对值|Gn-Gn-1|大于阈值,则对该新像素的灰度值Gn进行修正,使修正后的新像素的灰度值Gn'与前一个扫描的像素的灰度值Gn-1的差Gn'-Gn-1,与所述新像素之前扫描的两个像素的灰度值的差Gn-1-Gn-2相等。
进一步地,该装置还包括下述特点:
拼接模块,用于将校正后的各子图像区域拼接成校正后的图像,包括:
将校正后的各子图像区域拼接在一起;
对拼接后的图像进行平滑处理,生成校正后的图像。
进一步地,该装置还包括下述特点:
图像的构图特征,包括以下至少一种:色彩、构图元素、构图结构。
与现有技术相比,本发明提供的一种图像处理方法和装置,根据原始图像的构图特征对原始图像进行分割,对分割成的每一个子图像区域分别进行校正,将校正后的各子图像区域拼接成校正后的图像,该方法对校正后的图像进行识别,能够提高对变形图片的识别率。
附图说明
图1为本发明实施例的一种图像处理方法的流程图。
图2为本发明实施例的一种图像处理装置的结构示意图。
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,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
如图1所示,本发明实施例提供了一种图像处理方法,该方法包括:
S10,将原始图像分割为子图像区域;
S20,对每一个子图像区域分别进行校正;
S30,将校正后的各子图像区域拼接成校正后的图像;
所述方法还可以包括下述特点:
较佳地,将原始图像分割为子图像区域,包括:
将原始图像分割为N个大小相同的子图像区域;其中,N为大于或等于1的整数;
比如,每一个子图像区域为矩形,该矩形的长为100像素,宽为100像素;
较佳地,将原始图像分割为子图像区域,包括:
根据原始图像的构图特征对原始图像进行分割,生成子图像区域;
较佳地,图像的构图特征,包括以下至少一种:色彩、构图元素、构图结构;
其中,色彩特征比如:色彩对比度等;
其中,构图元素特征比如:物体、文字等;
其中,构图结构特征比如:上下结构、左右结构等;
比如,如果图片颜色分明,则可以使用色彩特征作为分割依据;如果图片的构图结构符合规则的上下结构,则可以将结构特征作为分割依据;如果图片包含文字,则可以将文字特征作为分割依据。
较佳地,对每一个子图像区域分别进行校正,包括:
对每一个子图像区域,采用像素连续性预测方式对该子图像区域进行修复,具体包括:
对该子图像区域的像素进行扫描;
在扫描到一个新像素n时,将该新像素的灰度值Gn与前一个扫描的像素的灰度值Gn-1进行比较,如二者之间的灰度值的差的绝对值|Gn-Gn-1|大于阈值,则对该新像素的灰度值Gn进行修正,使修正后的新像素的灰度值Gn'与前一个扫描的像素的灰度值Gn-1的差Gn'-Gn-1,与所述新像素之前扫描的两个像素的灰度值的差Gn-1-Gn-2相等。
比如,连续三个像素(像素1,像素2,像素3)灰度值分别是:251,252,256。那么系统将把灰度值差大于3的像素3(灰度值为256)检测出来,然后对像素3的灰度值进行校正,将像素3的灰度值调整为253,可以看出,这三个像素重新排序成:251,252,253。
较佳地,将校正后的各子图像区域拼接成校正后的图像,包括:
将校正后的各子图像区域拼接在一起;
对拼接后的图像进行平滑处理,生成校正后的图像。
如图2所示,本发明实施例提供了一种图像处理装置,包括:
分割模块,用于将原始图像分割为子图像区域;
校正模块,用于对每一个子图像区域分别进行校正;
拼接模块,用于将校正后的各子图像区域拼接成校正后的图像。
所述装置还可以包括下述特点:
较佳地,分割模块,用于将原始图像分割为子图像区域,包括:
根据原始图像的构图特征对原始图像进行分割,生成子图像区域。
其中,图像的构图特征,包括以下至少一种:色彩、构图元素、构图结构。
较佳地,将原始图像分割为子图像区域,包括:
将原始图像分割为N个大小相同的子图像区域;其中,N为大于或等于1的整数。
较佳地,校正模块,用于对每一个子图像区域分别进行校正,包括:
对每一个子图像区域,采用像素连续性预测方式对该子图像区域进行修复,具体包括:
对该子图像区域的像素进行扫描,在扫描到一个新像素n时,将该新像素的灰度值Gn与前一个扫描的像素的灰度值Gn-1进行比较,如二者之间的灰度值的差的绝对值|Gn-Gn-1|大于阈值,则对该新像素的灰度值Gn进行修正,使修正后的新像素的灰度值Gn'与前一个扫描的像素的灰度值Gn-1的差Gn'-Gn-1,与所述新像素之前扫描的两个像素的灰度值的差Gn-1-Gn-2相等。
较佳地,拼接模块,用于将校正后的各子图像区域拼接成校正后的图像,包括:
将校正后的各子图像区域拼接在一起;
对拼接后的图像进行平滑处理,生成校正后的图像。
上述实施例提供的一种图像处理方法和装置,根据原始图像的构图特征对原始图像进行分割,对分割成的每一个子图像区域分别进行校正,将校正后的各子图像区域拼接成校正后的图像,该方法对校正后的图像进行识别,能够提高对变形图片的识别率。
本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成,所述程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现,相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。
需要说明的是,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (12)
1.一种图像处理方法,该方法包括:
将原始图像分割为子图像区域;
对每一个子图像区域分别进行校正;
将校正后的各子图像区域拼接成校正后的图像。
2.如权利要求1所述的方法,其特征在于:
将原始图像分割为子图像区域,包括:
根据原始图像的构图特征对原始图像进行分割,生成子图像区域。
3.如权利要求1所述的方法,其特征在于:
将原始图像分割为子图像区域,包括:
将原始图像分割为N个大小相同的子图像区域;其中,N为大于或等于1的整数。
4.如权利要求1或2或3所述的方法,其特征在于:
对每一个子图像区域分别进行校正,包括:
对每一个子图像区域,采用像素连续性预测方式对该子图像区域进行修复,具体包括:
对该子图像区域的像素进行扫描,在扫描到一个新像素n时,将该新像素的灰度值Gn与前一个扫描的像素的灰度值Gn-1进行比较,如二者之间的灰度值的差的绝对值|Gn-Gn-1|大于阈值,则对该新像素的灰度值Gn进行修正,使修正后的新像素的灰度值Gn'与前一个扫描的像素的灰度值Gn-1的差Gn'-Gn-1,与所述新像素之前扫描的两个像素的灰度值的差Gn-1-Gn-2相等。
5.如权利要求1或2或3所述的方法,其特征在于:
将校正后的各子图像区域拼接成校正后的图像,包括:
将校正后的各子图像区域拼接在一起;
对拼接后的图像进行平滑处理,生成校正后的图像。
6.如权利要求2所述的方法,其特征在于:
图像的构图特征,包括以下至少一种:色彩、构图元素、构图结构。
7.一种图像处理装置,包括:
分割模块,用于将原始图像分割为子图像区域;
校正模块,用于对每一个子图像区域分别进行校正;
拼接模块,用于将校正后的各子图像区域拼接成校正后的图像。
8.如权利要求7所述的装置,其特征在于:
分割模块,用于将原始图像分割为子图像区域,包括:
根据原始图像的构图特征对原始图像进行分割,生成子图像区域。
9.如权利要求7所述的装置,其特征在于:
将原始图像分割为子图像区域,包括:
将原始图像分割为N个大小相同的子图像区域;其中,N为大于或等于1的整数。
10.如权利要求7或8或9所述的装置,其特征在于:
校正模块,用于对每一个子图像区域分别进行校正,包括:
对每一个子图像区域,采用像素连续性预测方式对该子图像区域进行修复,具体包括:
对该子图像区域的像素进行扫描,在扫描到一个新像素n时,将该新像素的灰度值Gn与前一个扫描的像素的灰度值Gn-1进行比较,如二者之间的灰度值的差的绝对值|Gn-Gn-1|大于阈值,则对该新像素的灰度值Gn进行修正,使修正后的新像素的灰度值Gn'与前一个扫描的像素的灰度值Gn-1的差Gn'-Gn-1,与所述新像素之前扫描的两个像素的灰度值的差Gn-1-Gn-2相等。
11.如权利要求7或8或9所述的装置,其特征在于:
拼接模块,用于将校正后的各子图像区域拼接成校正后的图像,包括:
将校正后的各子图像区域拼接在一起;
对拼接后的图像进行平滑处理,生成校正后的图像。
12.如权利要求8所述的装置,其特征在于:
图像的构图特征,包括以下至少一种:色彩、构图元素、构图结构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510335049.7A CN104966092B (zh) | 2015-06-16 | 2015-06-16 | 一种图像处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510335049.7A CN104966092B (zh) | 2015-06-16 | 2015-06-16 | 一种图像处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104966092A true CN104966092A (zh) | 2015-10-07 |
CN104966092B CN104966092B (zh) | 2018-06-01 |
Family
ID=54220127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510335049.7A Active CN104966092B (zh) | 2015-06-16 | 2015-06-16 | 一种图像处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104966092B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631821A (zh) * | 2015-12-25 | 2016-06-01 | 北京像素软件科技股份有限公司 | 一种界面色差柔化的方法及装置 |
WO2017166301A1 (zh) * | 2016-04-01 | 2017-10-05 | 华为技术有限公司 | 一种图像处理方法、电子设备以及存储介质 |
CN107545540A (zh) * | 2017-07-18 | 2018-01-05 | 浙江金钥匙儿童用品有限公司 | 一种记录儿童成长历程的方法 |
CN109657606A (zh) * | 2018-12-17 | 2019-04-19 | 上海箩箕技术有限公司 | 光学指纹传感器模组的校正方法 |
CN110686343A (zh) * | 2019-10-16 | 2020-01-14 | 李峻 | 基于红外成像大数据的物理降温平台 |
CN110738599A (zh) * | 2019-10-14 | 2020-01-31 | 北京百度网讯科技有限公司 | 图像拼接方法、装置、电子设备及存储介质 |
CN111031190A (zh) * | 2019-11-29 | 2020-04-17 | 威海华菱光电股份有限公司 | 图像处理方法、装置、存储介质与处理器 |
WO2021083151A1 (zh) * | 2019-11-01 | 2021-05-06 | 深圳市道通智能航空技术股份有限公司 | 目标检测方法、装置、存储介质及无人机 |
CN114626988A (zh) * | 2022-03-28 | 2022-06-14 | 军友(武汉)大数据科技有限公司 | 一种计算机数字图像快速处理算法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008158732A (ja) * | 2006-12-22 | 2008-07-10 | Matsushita Electric Ind Co Ltd | 画像処理装置 |
CN102194241B (zh) * | 2011-04-28 | 2013-07-10 | 西安交通大学 | 基于互联网的艺术拼图系统设计方法 |
CN103186784A (zh) * | 2011-12-31 | 2013-07-03 | 北京大唐高鸿软件技术有限公司 | 文本图像的桶形畸变校正方法 |
-
2015
- 2015-06-16 CN CN201510335049.7A patent/CN104966092B/zh active Active
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631821A (zh) * | 2015-12-25 | 2016-06-01 | 北京像素软件科技股份有限公司 | 一种界面色差柔化的方法及装置 |
WO2017166301A1 (zh) * | 2016-04-01 | 2017-10-05 | 华为技术有限公司 | 一种图像处理方法、电子设备以及存储介质 |
CN107545540A (zh) * | 2017-07-18 | 2018-01-05 | 浙江金钥匙儿童用品有限公司 | 一种记录儿童成长历程的方法 |
CN109657606A (zh) * | 2018-12-17 | 2019-04-19 | 上海箩箕技术有限公司 | 光学指纹传感器模组的校正方法 |
CN110738599A (zh) * | 2019-10-14 | 2020-01-31 | 北京百度网讯科技有限公司 | 图像拼接方法、装置、电子设备及存储介质 |
CN110738599B (zh) * | 2019-10-14 | 2023-04-25 | 北京百度网讯科技有限公司 | 图像拼接方法、装置、电子设备及存储介质 |
CN110686343A (zh) * | 2019-10-16 | 2020-01-14 | 李峻 | 基于红外成像大数据的物理降温平台 |
WO2021083151A1 (zh) * | 2019-11-01 | 2021-05-06 | 深圳市道通智能航空技术股份有限公司 | 目标检测方法、装置、存储介质及无人机 |
CN111031190A (zh) * | 2019-11-29 | 2020-04-17 | 威海华菱光电股份有限公司 | 图像处理方法、装置、存储介质与处理器 |
CN114626988A (zh) * | 2022-03-28 | 2022-06-14 | 军友(武汉)大数据科技有限公司 | 一种计算机数字图像快速处理算法 |
Also Published As
Publication number | Publication date |
---|---|
CN104966092B (zh) | 2018-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104966092A (zh) | 一种图像处理方法和装置 | |
US9497355B2 (en) | Image processing apparatus and recording medium for correcting a captured image | |
JP4885789B2 (ja) | 画像処理方法、画像領域検出方法、画像処理プログラム、画像領域検出プログラム、画像処理装置、および、画像領域検出装置 | |
EP2270746B1 (en) | Method for detecting alterations in printed document using image comparison analyses | |
US9076221B2 (en) | Removing an object from an image | |
KR100912335B1 (ko) | 화상 처리 장치, 화상 처리 방법 및 화상 처리 프로그램을기록한 기록 매체 | |
CN104992408A (zh) | 用于用户终端的全景图像生成方法和装置 | |
JP2020531931A (ja) | 画像処理方法および装置、記憶媒体、コンピュータ装置 | |
US20070206233A1 (en) | Image processing apparatus and computer readable medium storing image processing program | |
CN111353956B (zh) | 图像修复方法、装置、计算机设备及存储介质 | |
CN113596573B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
JP2009230233A (ja) | 縞模様検知システム、縞模様検知方法および縞模様検知用プログラム | |
WO2019071990A1 (zh) | 图像处理方法及装置 | |
CN111738955A (zh) | 投影图像的畸变校正方法、装置及计算机可读存储介质 | |
CN111353957A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN110147765B (zh) | 一种图像处理方法及装置 | |
JP2007013231A (ja) | 画像のシェーディング補正装置、方法及びプログラム | |
CN109509237B (zh) | 滤镜处理的方法、装置及电子设备 | |
KR20120035360A (ko) | 문자 인식 장치 및 방법 | |
KR100782848B1 (ko) | 디지털 이미지 처리 방법 및 그 시스템 | |
CN110363723B (zh) | 改进图像边界效果的图像处理方法及装置 | |
CN101364303B (zh) | 边缘像素提取及处理方法 | |
CN112150345A (zh) | 图像处理方法及装置、视频处理方法和发送卡 | |
JP2014238821A (ja) | 画像処理装置、方法およびプログラム | |
KR100683360B1 (ko) | 영상 이진화 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |