CN105260997A - 一种自动获取目标图像的方法 - Google Patents

一种自动获取目标图像的方法 Download PDF

Info

Publication number
CN105260997A
CN105260997A CN201510609823.9A CN201510609823A CN105260997A CN 105260997 A CN105260997 A CN 105260997A CN 201510609823 A CN201510609823 A CN 201510609823A CN 105260997 A CN105260997 A CN 105260997A
Authority
CN
China
Prior art keywords
image
candidate region
target
default
brightness
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
Application number
CN201510609823.9A
Other languages
English (en)
Other versions
CN105260997B (zh
Inventor
刘立
刘艳洋
吴诗展
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Zhuojian Information Technology Co.,Ltd.
Original Assignee
Beijing Haoyundao Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Haoyundao Information Technology Co Ltd filed Critical Beijing Haoyundao Information Technology Co Ltd
Priority to CN201510609823.9A priority Critical patent/CN105260997B/zh
Publication of CN105260997A publication Critical patent/CN105260997A/zh
Application granted granted Critical
Publication of CN105260997B publication Critical patent/CN105260997B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种自动获取目标图像的方法，包括：采集目标的第一图像并进行边缘增强处理；检测边缘增强处理后的图像，获取与所述目标适应的形状；将所述形状作为目标的侯选区域；采集并调整所述目标的第二图像，使所述第二图像中的目标适应所述候选区域的形状。本发明提供的方法可以将因拍摄而发生扭曲变形的目标进行校正，使其能够被机器识别。

Description

一种自动获取目标图像的方法
技术领域
本发明涉及图像处理技术领域，具体涉及一种自动获取目标图像的方法。
背景技术
随着图像处理技术的发展，几乎所有的移动智能终端都携带有拍照功能。因拍照功能非常方便快速，且能全面的记录图像内容，因此人们经常利用移动智能终端拍摄一些目标，如文档、报告、宣传册等等。一些情况下，这些拍摄资料中包含一些需要终端或计算机进一步处理的数据，因此终端或计算机中的某些软件会将拍摄的资料图片进行目标提取与识别。
然而，在利用终端拍摄这些目标时，往往会发生几何变形或扭曲。扭曲的内容虽然人眼可以辨认，然而机器却无法对扭曲的图像进行识别，导致其无法进行下一步的操作。
发明内容
本发明要解决的技术问题是：解决现有技术中采集的目标图像易发生扭曲，机器无法识别的问题。
为实现上述的发明目的，本发明提供了一种自动获取目标图像的方法。包括：
采集目标的第一图像并进行边缘增强处理；
检测边缘增强处理后的图像，获取与所述目标适应的形状；
将所述形状作为目标的侯选区域；
采集并调整所述目标的第二图像，使所述第二图像中的目标适应所述候选区域的形状。
优选地，在将所述形状作为目标的侯选区域之后，还包括检测所述候选区域内图像的纹理分布。
优选地，所述检测所述候选区域内图像的纹理分布包括，
提取并判断所述候选区域内图像的局部直方图分布或局部方差：
若所述局部直方图分布均匀或局部方差小于预设的方差阈值，则所述候选区域内图像的纹理分布一致；
若所述局部直方图分布不均匀或局部方差不小于预设的方差阈值，则所述候选区域内图像的纹理分布不一致。
优选地，在所述检测所述候选区域内图像的纹理分布后，还包括检测所述候选区域内图像的亮度；
若所述候选区域内图像的纹理分布以及亮度均一致，则采集并调整所述目标的第二图像。
优选地，所述检测所述候选区域内图像的亮度包括：
检测所述候选区域内图像像素的整体亮度均值与预设的亮度阈值的大小关系：
若所述整体亮度均值不小于所述预设的亮度阈值，则所述候选区域内图像的平均亮度足够大，并继续判断所述候选区域内的亮度平均程度，包括：
将所述候选区域划分为若干个子区域，计算所述每个子区域的亮度均值；
若所述每个子区域的亮度均值与所述整体亮度均值之差不小于预设的变化阈值，则所述候选区域内的亮度一致；
若所述整体亮度均值小于所述预设的亮度阈值，或所述每个子区域的亮度均值与所述整体亮度均值之差大于预设的变化阈值，则所述候选区域内图像的亮度不一致。
优选地，在所述采集所述目标的第二图像之前，还包括检测图像采集装置的运动状态；
若所述运动状态为稳定，则采集并调整所述目标的第二图像。
优选地，在所述采集并调整所述目标的第二图像之后，还包括检测所述第二图像的模糊程度；
若所述第二图像模糊，则重新检测所述图像采集装置的运动状态。
优选地，所述检测所述第二图像的模糊程度包括，检测所述第二图像的高频成分与预设的频率阈值的大小关系：
若所述高频成分不小于所述预设的频率阈值，则所述第二图像不模糊；
若所述高频成分小于所述预设的频率阈值，则所述第二图像模糊。
优选地，所述进行边缘增强处理包括采用高通滤波器或梯度增强算法对所述第一图像进行边缘增强处理。
优选地，所述第一图像的分辨率低于所述第二图像的分辨率。
本发明提供了一种自动获取目标图像的方法，该方法通过对目标图像进行边缘检测图像，并在边缘检测图像中选择适合的形状，设置候选区域，令目标形状适应候选区域的形状，从而对扭曲的目标图像形状进行恢复，得到机器能够识别的、不发生扭曲的高质量图像。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是本发明第一实施例提供的自动获取目标图像方法流程图；
图2是图1所示方法中采集低分辨率图像步骤示意图；
图3是图1所示方法中在边缘增强图像检测对应形状步骤示意图；
图4(a)是图1所示选择合适四边形步骤中长宽比例不符合的四边形示意图；
图4(b)是图1所示选择合适四边形步骤中大小不符合的四边形示意图；
图5是图1所示方法中根据符合四边形设置候选区域示意图；
图6是图1所示方法中判断区域内图像亮度步骤示意图；
图7是本发明第二实施例提供的设置候选区域方法示意图；
图8是本发明第三实施例提供的设置候选区域方法示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
本发明提供了一种自动获取目标图像的方法，该方法包括：采集目标的第一图像并对第一图像进行边缘增强处理；检测边缘增强处理后的图像，获取与目标适应的形状；将形状作为目标的侯选区域；采集并调整目标的第二图像，使第二图像中的目标适应候选区域的形状。
下面对本发明提供的自动获取目标图像的方法进行详细说明。
实施例一
如图1所示，本实施例提供了一种自动获取目标图像的方法。其中，如图2所示，本实施例中的采集目标优选尺寸为A4纸张大小的、内容为文档的第一目标3，装置优选为手机1，则自动获取目标图像方法包括：
S101、采集目标的第一图像；
其中，第一图像优选像素为640×480左右的低分辨率图像。如图2所示。优选地，手机1进入预览模式，在手机1的视窗2中显示所拍摄的第一目标3。第一目标3在视窗2中显示为进大远小的四边形。除第一目标3之外，在视窗内还有其他干扰目标(第一干扰目标4、第二干扰目标5)。
S102、对第一图像进行边缘增强处理；
其中较优地，利用高通滤波器对第一图像边缘进行增强化，减少第一图像中的低频成分，保留高频成分；
其中较优地，还可以采用索贝尔(sobel)算子方法对第一图像的进行边缘增强。
S103、在边缘增强图像中检测与目标形状对应的形状，并加入到候选集中。S103中的子步骤具体如下：
S1031、利用直线检测方法在边缘增强图像上检测直线，优选地采用霍夫变换(Houghtransform)或线段检测算法(LSD，linesegmentdetectionalgorithm)来进行直线的检测；
S1032、由于本实施例中的目标为四边形的第一目标3，因此优选地搜索任意四条相交且连通的直线形成的四边形。如图3所示，搜索到3个四边形，分别是第一目标四边形31、第一干扰目标四边形41以及第二干扰目标四边形51；
经过搜索之后，将检测到第一目标四边形31、第一干扰目标四边形41以及第二干扰目标四边形51加入到候选集中；
S104、在候选集的对应形状中选择与目标比例尺寸、大小相符合的符合形状；并根据符合形状设置候选区域。S104中的子步骤具体如下：
S1041、选择长宽比例尺寸符合的形状。
如图4(a)所示，第二干扰目标四边形51的长宽比例不符合第一目标3的比例，因此排除第二干扰目标四边形51；
S1042、选择大小符合的形状。
如图4(b)所示，第一干扰目标四边形41虽然长宽比例符合，但是大小不符合，因此排除第一干扰目标四边形41；
S1043、根据S1041以及S1042子步骤的判断，选择第一目标四边形31，并根据第一目标四边形31设置候选区域；
如图5所示，第一目标四边形31在视窗2中显示为近大远小的梯形。由于第一目标3为A4大小，长宽比为10:7，因此选择第一目标四边形31的底边，并以底边作为长，设置长宽比例为10:7的四边形区域，该四边形区域即为候选区域6。将图像置于候选区域6内；
S105、判断候选区域内图像纹理特征是否一致；
优选地，首选提取候选区域6内图像的纹理特征，再判断整幅图像纹理特征是否一致。
其中较优地，提取候选区域6内图像的局部直方图分布或局部方差等：
若局部直方图分布均匀或局部方差小于预设的方差阈值，则候选区域内图像的纹理分布一致；
若局部直方图分布不均匀或局部方差不小于预设的方差阈值，则候选区域内图像的纹理分布不一致。
若候选区域6内纹理特征一致，则进入下一步骤；若不一致则重新回到S104步骤；
S106、判断候选区域内图像亮度是否一致；
优选地，首先判断候选区域内图像像素的整体亮度均值是否大于预设的亮度阈值：
若整体亮度均值不小于预设的亮度阈值，则说明候选区域内图像的平均亮度足够；并继续判断候选区域内的亮度平均程度。
其中，判断候选区域内的亮度平均程度具体包括：
将候选区域划分为若干个子区域，计算每个子区域的亮度均值；
若每个子区域的亮度均值与整体亮度均值之差不小于预设的变化阈值，则说明所述候选区域内的亮度一致。
若所述整体亮度均值小于所述预设的亮度阈值，或所述每个子区域的亮度均值与所述整体亮度均值之差大于预设的变化阈值，则说明所述候选区域内图像的亮度不一致。
其中，预设的亮度阈值可以为整个图像亮度范围值一半的取值。
若候选区域6内亮度一致，则进入下一步骤；若不一致，如图6所示，图像中出现亮度不均匀区域7，则重新回到S104步骤；
S107、若纹理特征及亮度均一致，则进入图像采集模式，装置对焦；
S108、检测装置是否运动，防止拍摄过程中由于运动产生采集图像的模糊；
优选地，利用加速度传感器等辅助传感器来检测装置(在本实施中为手机1)是否运动。若装置不稳定，则提示用户固定好装置；若装置稳定，则进入下一步骤；
S109、若装置稳定，则采集目标的第二图像，使第二图像中第一目标3的形状适应候选区域6的形状，实现第一目标3的校正；
优选地，第二图像为高分辨率图像，在本实施例中，装置为手机1，其中较优地，第二图像像素为3264×2448的高分辨率图像。
S110、检测第二图像是否模糊，若模糊则重新执行S108步骤；
优选地，通过分析第二图像的高频成分是否达到预设的频率阈值来实现检测：
若高频成分不小于预设的频率阈值，则第二图像不模糊；
若高频成分小于预设的频率阈值，则第二图像模糊。
其中，预设的频率阈值大小根据拍摄目标具体而定。
本实施例中为拍摄目标为第一目标3，由于第一目标3中包含文字内容的图像，可计算其梯度的直方图，选取包含98％成分的梯度值作为频率阈值。
S111、若第二图像不模糊，则结束采集，得到高质量的、不扭曲的、可以被机器识别的图像。
本实施例提供了一种自动获取目标图像的方法，该方法通过对目标的低分辨率图像进行边缘增强；在边缘增强的图像中选择与目标相符合的形状，并设置候选区域，最后采集目标的高分辨率图像，使目标的形状适应候选区域的形状。本实施例提供的方法有效地解决因为拍摄图像扭曲导致机器无法识别的问题，便于机器对图像中内容的进一步处理。
实施例二
当然可以理解，本发明并不限于此，本发明还可以对其他规则形状的目标进行校正。
如图7所示，手机1拍摄正六边形的第二目标8，在视窗2中显示第二目标8为近大远小的类正六边形。通过对第二目标8的第一图像进行边缘增强；在边缘增强图像中检测正六边形；并在检测的结果中选择尺寸比例大小最符合第二目标8的符合形状。以符合形状的最近处的一边为基准，根据第二目标8的实际比例，设置正六边形的候选区域9为理想区域；采集第二目标8的第二图像，令第二图像中第二目标8的形状适应候选区域9的形状，即完成第二目标8图像的扭曲校正，获得高质量可以被机器识别的图像。
本实施例中其他特征与实施例一相同，再次不再赘述。
实施例三
如图8所示，手机1拍摄圆形的第三目标10，在视窗2中显示第三目标10为椭圆形。对第三目标10的低分辨率图像进行边缘增强；在边缘增强图像中通过霍夫Hough变换检测图像中的圆形；并筛选比例符合的形状；根据符合形状的半径来设置候选区域11；采集第二图像，令第二图像中第三目标10的形状适应候选区域11的形状，即完成第三目标图像10的扭曲校正，获得高质量可以被机器识别的图像。
当然可以理解，当目标为椭圆是，综合符合形状的长半径、短半径以及目标的实际比例，设置候选区域。
本实施例中其他特征与实施例一相同，再次不再赘述。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (10)

1.一种自动获取目标图像的方法，其特征在于，包括：
采集目标的第一图像并进行边缘增强处理；
检测边缘增强处理后的图像，获取与所述目标适应的形状；
将所述形状作为目标的侯选区域；
采集并调整所述目标的第二图像，使所述第二图像中的目标适应所述候选区域的形状。
2.如权利要求1所述的方法，其特征在于，在将所述形状作为目标的侯选区域之后，还包括检测所述候选区域内图像的纹理分布。
3.如权利要求2所述的方法，其特征在于，所述检测所述候选区域内图像的纹理分布包括，
提取并判断所述候选区域内图像的局部直方图分布或局部方差：
若所述局部直方图分布均匀或局部方差小于预设的方差阈值，则所述候选区域内图像的纹理分布一致；
若所述局部直方图分布不均匀或局部方差不小于预设的方差阈值，则所述候选区域内图像的纹理分布不一致。
4.如权利要求2所述的方法，其特征在于，在所述检测所述候选区域内图像的纹理分布后，还包括检测所述候选区域内图像的亮度；
若所述候选区域内图像的纹理分布以及亮度均一致，则采集并调整所述目标的第二图像。
5.如权利要求4所述的方法，其特征在于，所述检测所述候选区域内图像的亮度包括：
检测所述候选区域内图像像素的整体亮度均值与预设的亮度阈值的大小关系：
若所述整体亮度均值不小于所述预设的亮度阈值，则所述候选区域内图像的平均亮度足够大，并继续判断所述候选区域内的亮度平均程度，包括：
将所述候选区域划分为若干个子区域，计算所述每个子区域的亮度均值；
若所述每个子区域的亮度均值与所述整体亮度均值之差不小于预设的变化阈值，则所述候选区域内的亮度一致；
若所述整体亮度均值小于所述预设的亮度阈值，或所述每个子区域的亮度均值与所述整体亮度均值之差大于预设的变化阈值，则所述候选区域内图像的亮度不一致。
6.如权利要求1所述的方法，其特征在于，在所述采集所述目标的第二图像之前，还包括检测图像采集装置的运动状态；
若所述运动状态为稳定，则采集并调整所述目标的第二图像。
7.如权利要求6所述的方法，其特征在于，在所述采集并调整所述目标的第二图像之后，还包括检测所述第二图像的模糊程度；
若所述第二图像模糊，则重新检测所述图像采集装置的运动状态。
8.如权利要求7所述的方法，其特征在于，所述检测所述第二图像的模糊程度包括，检测所述第二图像的高频成分与预设的频率阈值的大小关系：
若所述高频成分不小于所述预设的频率阈值，则所述第二图像不模糊；
若所述高频成分小于所述预设的频率阈值，则所述第二图像模糊。
9.如权利要求1所述的方法，其特征在于，所述进行边缘增强处理包括采用高通滤波器或梯度增强算法对所述第一图像进行边缘增强处理。
10.如权利要求1-9任意一项所述的方法，其特征在于，所述第一图像的分辨率低于所述第二图像的分辨率。
CN201510609823.9A 2015-09-22 2015-09-22 一种自动获取目标图像的方法 Active CN105260997B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510609823.9A CN105260997B (zh) 2015-09-22 2015-09-22 一种自动获取目标图像的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510609823.9A CN105260997B (zh) 2015-09-22 2015-09-22 一种自动获取目标图像的方法

Publications (2)

Publication Number Publication Date
CN105260997A true CN105260997A (zh) 2016-01-20
CN105260997B CN105260997B (zh) 2019-02-01

Family

ID=55100671

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510609823.9A Active CN105260997B (zh) 2015-09-22 2015-09-22 一种自动获取目标图像的方法

Country Status (1)

Country Link
CN (1) CN105260997B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106909885A (zh) * 2017-01-19 2017-06-30 博康智能信息技术有限公司上海分公司 一种基于目标候选的目标跟踪方法及装置
CN106920248A (zh) * 2017-01-19 2017-07-04 博康智能信息技术有限公司上海分公司 一种目标跟踪方法及装置
CN106920247A (zh) * 2017-01-19 2017-07-04 博康智能信息技术有限公司上海分公司 一种基于比对网络的目标跟踪方法及装置
WO2022222047A1 (zh) * 2021-04-20 2022-10-27 Oppo广东移动通信有限公司 文档扫描方法及装置、存储介质及电子设备

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1816097A (zh) * 2005-01-31 2006-08-09 佳能株式会社 图像处理方法、图像处理装置以及程序
CN1867940A (zh) * 2003-10-14 2006-11-22 卡西欧计算机株式会社 成像装置及其图像处理方法
CN101151639A (zh) * 2005-09-08 2008-03-26 卡西欧计算机株式会社 图像处理装置和图像处理方法
CN101248454A (zh) * 2005-08-25 2008-08-20 株式会社理光 图像处理方法和设备、数字照相机以及记录图像处理程序的记录介质
CN101625760A (zh) * 2009-07-28 2010-01-13 谭洪舟 一种证件图像倾斜校正的办法
CN101989349A (zh) * 2009-08-03 2011-03-23 夏普株式会社 图像输出装置及方法、便携终端装置、拍摄图像处理系统
CN102084378A (zh) * 2008-05-06 2011-06-01 计算机连接管理中心公司 基于照相机的文档成像
CN102184396A (zh) * 2011-06-13 2011-09-14 北方工业大学 基于ocr识别反馈的文档图像倾斜校正方法
US20120113489A1 (en) * 2010-11-05 2012-05-10 Rdm Corporation System for mobile image capture and processing of financial documents
CN102663379A (zh) * 2012-03-22 2012-09-12 留越 一种基于图像识别的阅卷方法及系统
CN102890823A (zh) * 2011-07-19 2013-01-23 株式会社东芝 运动对象轮廓提取及左心室图像分割方法和装置
CN102915522A (zh) * 2012-09-12 2013-02-06 康佳集团股份有限公司 一种智能手机的名片提取系统及其实现方法
CN103049886A (zh) * 2011-10-12 2013-04-17 方正国际软件(北京)有限公司 一种图像纹理修复方法及系统
CN103052961A (zh) * 2010-08-05 2013-04-17 高通股份有限公司 识别具有相机功能的移动设备捕获的可视媒体内容
CN103782320A (zh) * 2011-08-30 2014-05-07 皇家飞利浦有限公司 在可变形图像配准工作流中用户输入和变形矢量场的校正的集成
CN103975342A (zh) * 2012-01-12 2014-08-06 柯法克斯公司 用于移动图像捕获和处理的系统和方法
CN104067605A (zh) * 2012-01-17 2014-09-24 夏普株式会社 拍摄装置、拍摄图像处理系统、程序以及记录介质
EP2816527A1 (en) * 2012-02-15 2014-12-24 Intel Corporation Method and device for processing digital image, and computer-readable recording medium
CN104298982A (zh) * 2013-07-16 2015-01-21 深圳市腾讯计算机系统有限公司 一种文字识别方法及装置
CN104700362A (zh) * 2013-12-06 2015-06-10 富士通株式会社 文档图像处理装置和方法
CN104933430A (zh) * 2015-06-03 2015-09-23 北京好运到信息科技有限公司 一种用于移动终端的交互式图像处理方法及系统
CN104992173A (zh) * 2015-06-03 2015-10-21 北京好运到信息科技有限公司 用于医学报告单的符号识别方法及系统

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1867940A (zh) * 2003-10-14 2006-11-22 卡西欧计算机株式会社 成像装置及其图像处理方法
CN1816097A (zh) * 2005-01-31 2006-08-09 佳能株式会社 图像处理方法、图像处理装置以及程序
CN101248454A (zh) * 2005-08-25 2008-08-20 株式会社理光 图像处理方法和设备、数字照相机以及记录图像处理程序的记录介质
CN101151639A (zh) * 2005-09-08 2008-03-26 卡西欧计算机株式会社 图像处理装置和图像处理方法
CN102084378A (zh) * 2008-05-06 2011-06-01 计算机连接管理中心公司 基于照相机的文档成像
CN101625760A (zh) * 2009-07-28 2010-01-13 谭洪舟 一种证件图像倾斜校正的办法
CN101989349A (zh) * 2009-08-03 2011-03-23 夏普株式会社 图像输出装置及方法、便携终端装置、拍摄图像处理系统
CN103052961A (zh) * 2010-08-05 2013-04-17 高通股份有限公司 识别具有相机功能的移动设备捕获的可视媒体内容
US20120113489A1 (en) * 2010-11-05 2012-05-10 Rdm Corporation System for mobile image capture and processing of financial documents
CN102184396A (zh) * 2011-06-13 2011-09-14 北方工业大学 基于ocr识别反馈的文档图像倾斜校正方法
CN102890823A (zh) * 2011-07-19 2013-01-23 株式会社东芝 运动对象轮廓提取及左心室图像分割方法和装置
CN103782320A (zh) * 2011-08-30 2014-05-07 皇家飞利浦有限公司 在可变形图像配准工作流中用户输入和变形矢量场的校正的集成
CN103049886A (zh) * 2011-10-12 2013-04-17 方正国际软件(北京)有限公司 一种图像纹理修复方法及系统
CN103975342A (zh) * 2012-01-12 2014-08-06 柯法克斯公司 用于移动图像捕获和处理的系统和方法
CN104067605A (zh) * 2012-01-17 2014-09-24 夏普株式会社 拍摄装置、拍摄图像处理系统、程序以及记录介质
EP2816527A1 (en) * 2012-02-15 2014-12-24 Intel Corporation Method and device for processing digital image, and computer-readable recording medium
CN102663379A (zh) * 2012-03-22 2012-09-12 留越 一种基于图像识别的阅卷方法及系统
CN102915522A (zh) * 2012-09-12 2013-02-06 康佳集团股份有限公司 一种智能手机的名片提取系统及其实现方法
CN104298982A (zh) * 2013-07-16 2015-01-21 深圳市腾讯计算机系统有限公司 一种文字识别方法及装置
CN104700362A (zh) * 2013-12-06 2015-06-10 富士通株式会社 文档图像处理装置和方法
CN104933430A (zh) * 2015-06-03 2015-09-23 北京好运到信息科技有限公司 一种用于移动终端的交互式图像处理方法及系统
CN104992173A (zh) * 2015-06-03 2015-10-21 北京好运到信息科技有限公司 用于医学报告单的符号识别方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106909885A (zh) * 2017-01-19 2017-06-30 博康智能信息技术有限公司上海分公司 一种基于目标候选的目标跟踪方法及装置
CN106920248A (zh) * 2017-01-19 2017-07-04 博康智能信息技术有限公司上海分公司 一种目标跟踪方法及装置
CN106920247A (zh) * 2017-01-19 2017-07-04 博康智能信息技术有限公司上海分公司 一种基于比对网络的目标跟踪方法及装置
WO2022222047A1 (zh) * 2021-04-20 2022-10-27 Oppo广东移动通信有限公司 文档扫描方法及装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN105260997B (zh) 2019-02-01

Similar Documents

Publication Publication Date Title
US8000526B2 (en) Detecting redeye defects in digital images
CN109447945B (zh) 基于机器视觉和图形处理的小麦基本苗快速计数方法
US9256928B2 (en) Image processing apparatus, image processing method, and storage medium capable of determining a region corresponding to local light from an image
CN110473189B (zh) 一种文本图像清晰度判断方法及系统
CN105260997A (zh) 一种自动获取目标图像的方法
EP2051207A2 (en) Method of object recognition in image data using combined edge magnitude and edge direction analysis techniques
WO2017080237A1 (zh) 相机成像方法及相机装置
CN101599175B (zh) 确定拍摄背景发生改变的检测方法及图像处理设备
CN106096491B (zh) 一种眼底彩色照相图像中微动脉瘤自动化识别方法
CN112184639B (zh) 圆孔检测方法、装置、电子设备及存储介质
JP6798752B2 (ja) 補正画像を生成する方法、ノートブック又はアジェンダの１ページ又は２つの隣接するページに描かれた書込み又は図の選択画像を生成する方法、ｐｃ用のコンピュータプログラム、又は、スマートフォン若しくはタブレットコンピュータ用のモバイルアプリケーション
CN102637262B (zh) 一种自适应细菌计数方法
CN108171674B (zh) 针对任意视角投影仪图像的视觉矫正方法
CN106446905A (zh) 渗透算法和自适应Canny算法相融合的表面裂纹纹理的提取方法
CN112801049B (zh) 图像分类方法和装置及设备
US20180184012A1 (en) Image processing apparatus, control method, and storage medium
CN109714530B (zh) 一种航空相机图像调焦方法
US8885971B2 (en) Image processing apparatus, image processing method, and storage medium
CN105654451A (zh) 一种图像的处理方法和装置
CN110648330A (zh) 摄像头玻璃的缺陷检测方法
JP2004005384A (ja) 画像処理方法、画像処理装置、プログラム及び記録媒体、自動トリミング装置、並びに肖像写真撮影装置
CN111768455A (zh) 一种基于图像的木材区域和主色提取方法
CN111669492A (zh) 一种终端对拍摄的数字图像进行处理的方法及终端
CN113516595A (zh) 图像处理方法、图像处理装置、电子设备及存储介质
CN110706168A (zh) 图像明暗调节方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100095 Haidian District, Beijing 1 High Court No. 18 building 103-86

Applicant after: Beijing medical pat Intelligent Technology Co., Ltd.

Address before: 100085 room 3, building 8, Chuang Chuang Road, Haidian District, Beijing (five story), room 3-7, -839.

Applicant before: BEIJING HAOYUNDAO INFORMATION TECHNOLOGY CO., LTD.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210722

Address after: 310018 22nd floor, building 1, 199 Yuancheng Road, Xiasha street, Hangzhou Economic and Technological Development Zone, Zhejiang Province

Patentee after: Hangzhou Zhuojian Information Technology Co.,Ltd.

Address before: 100095 Haidian District, Beijing 1 High Court No. 18 building 103-86

Patentee before: BEIJING MEDP.AI INTELLIGENT TECHNOLOGY Co.,Ltd.