CN106063240A - 用于生产力应用的图像处理 - Google Patents

用于生产力应用的图像处理 Download PDF

Info

Publication number
CN106063240A
CN106063240A CN201380080871.2A CN201380080871A CN106063240A CN 106063240 A CN106063240 A CN 106063240A CN 201380080871 A CN201380080871 A CN 201380080871A CN 106063240 A CN106063240 A CN 106063240A
Authority
CN
China
Prior art keywords
image
adjusted
tetragon
calculating equipment
received
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
CN201380080871.2A
Other languages
English (en)
Other versions
CN106063240B (zh
Inventor
S·加藤
Y·白石
D·J·墨菲特
K·二阶堂
D·E·马丁内斯
L·袁
J·刘
A·B·托米奇
I·斯托伊利科夫
Z·张
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.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Technology Licensing LLC
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 Microsoft Technology Licensing LLC filed Critical Microsoft Technology Licensing LLC
Publication of CN106063240A publication Critical patent/CN106063240A/zh
Application granted granted Critical
Publication of CN106063240B publication Critical patent/CN106063240B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T5/94—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G06V10/507—Summing image-intensity values; Histogram projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
    • H04N1/3877—Image rotation
    • H04N1/3878—Skew detection or correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/6027—Correction or control of colour gradation or colour contrast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30176—Document

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

提供了用于生产力应用的图像处理。计算设备可以接收图像。计算设备可以检测包括所接收的图像的边缘，并且基于所检测到的边缘的歪斜状态来对图像进行调整。随后，计算设备可以对经调整的图像进行处理以校正失衡。计算设备然后可以向经处理的图像分配图像分类。随后，计算设备可以基于所分配的图像分类来对经处理的图像进行调整。

Description

用于生产力应用的图像处理
版权声明
本专利文档的公开内容的一部分包含受版权保护的材料。版权所有者不反对任何人按其出现在专利商标局专利文件或记录中的那样复制本专利文档或本专利公开内容，但在其它方面无论如何保留所有版权。
背景技术
诸如智能电话和平板设备之类的移动计算设备越来越多地被利用，以代替单独的照相机来捕获与工作场所(例如，包括幻灯片演示、头脑风暴会议等的会议)中的各种生产力场景相关联的白板、黑板(即，具有彩色背景的书写表面)以及文档的照片。随后，可以在一个或多个生产力应用中利用所捕获的摄影图像来生成电子文档。但是，前述对摄影图像的捕获遭受多种缺陷。例如，很多照片必须按某个角度(其可能是由于用户所位于的房间的物理尺寸的限制)、以及以不太理想的光照条件(例如，由于会议室中入射光的眩光)进行拍摄。结果，捕获的摄影图像通常包含不想要的角度偏斜以及不想要的区域(例如，位于白板画面之外的墙壁或者位于文档页面边界之外的工作台表面)，在外部的生成力应用中使用这些图像之前必须对其进行矫正。此外，捕获的摄影图像可能包含入射光残留的反射，从而在生产力应用软件进行使用之前，需要对这些图像进行“清理”。本发明的各个实施例正是针对这些考虑事项和其它考虑事项而做出的。
发明内容
提供本发明内容以便用简化的形式介绍以下将在具体实施方式中进一步描述的一些概念。本发明内容并不是旨在标识本发明的关键特征或必要特征，也不是旨在帮助确定所要求保护的主题的范围。
提供了用于生产力应用的图像处理的实施例。计算设备可以接收图像。计算设备可以检测包括所接收的图像的边缘，并基于所检测到的边缘的偏斜状态来对图像进行调整。随后，计算设备可以对调整后的图像进行处理以校正失衡。计算设备然后可以向经处理的图像分配从一个或多个图像类别中选择的图像分类。随后，计算设备可以基于所分配的图像分类来对经处理的图像进行调整。
通过阅读以下详细描述并回顾相关联的附图，这些和其它特征和优点将变得显而易见。应当理解的是，前述的一般描述和以下详细描述均仅是说明性的，而并非是对所要求保护的本发明的限制。
附图说明
图1A示出了根据一个实施例的计算设备的屏幕显示，其包括用于捕获图像以进行处理的用户界面；
图1B是示出根据一个实施例的用于针对生产力应用的图像处理的计算系统架构的框图；
图2是示出根据一个实施例的由图1的应用所使用的各种程序模块的框图；
图3是示出根据一个实施例的用于针对生产力应用执行图像处理的例程的流程图；
图4是示出根据一个实施例的用于执行图像边缘检测和矫正的例程的流程图；
图5是示出根据一个实施例的用于执行图像处理清理的例程的流程图；
图6是示出根据一个实施例的用于执行图像分类的例程的流程图；
图7是可以实现各种实施例的计算设备的简化框图；
图8A是可以实现各种实施例的移动计算设备的简化框图；
图8B是可以实现各种实施例的移动计算设备的简化框图；以及
图9是可以实现各种实施例的分布式计算系统的简化框图。
具体实施方式
提供了用于生产力应用的图像处理的实施例。计算设备可以接收图像。计算设备可以检测包括所接收的图像的边缘，并基于所检测到的边缘的歪斜状态来对图像进行调整。随后，计算设备可以对经调整的图像进行处理，以校正失衡。计算设备然后可以向经处理的图像分配从一个或多个图像类别中选择的图像分类。随后，计算设备可以基于所分配的图像分类来对经处理的图像进行调整。
在以下详细描述中，参照了形成所述详细描述的一部分的附图，其中通过说明的方式示出了特定的实施例或者例子。在不脱离本发明的精神或保护范围的情况下，可以对这些实施例进行组合，可以使用其它实施例，并且可以进行结构改变。因此，以下的详细描述不应被视为限制性的，并且本发明的保护范围由所附权利要求及其等同物进行限定。
图1A示出了根据一个实施例的计算设备10的屏幕显示14，其包括用于捕获图像以进行处理的用户界面。该用户界面可以包括用户控制15、17和19。可以使用用户控制15来选择被配置用于标准摄影图像的图像处理模式，可以使用用户控制17来选择被配置用于白板图像的图像处理模式，并且可以使用用户控制19来选择被配置用于文档图像的图像处理模式。根据各个实施例，可以通过任意数量的手势(其包括点击和滑动手势)来进行用户控制15、17和19的选择。如图1中所示，已经选择用户控制17来进行白板图像处理，并且用户(通过手4来表示)正在准备捕获白板22的图像，白板22可以例如安装在具有天花板2的会议室的墙壁上。随后，用户可以使用图像捕获按钮6来捕获白板22的图像。
图1B是示出根据一个实施例的用于针对生产力应用执行图像处理的计算系统架构的框图。计算系统架构包括计算设备10。计算设备10可以包括图像捕获设备28(例如，摄像头或网络摄像头)、生产力应用30、其它应用40和相机胶卷60，相机胶卷60可以包括计算设备10上的用于存储捕获的图像50的文件夹。生产力应用30可以被配置为使用图像捕获设备28来捕获文档20、白板22和/或黑板24的照片或者视频，进一步将这些照片或视频存储成图像以立即进行图像处理(例如，在相机胶卷60中作为图像50)或者用于以后取回和进行图像处理。应当理解的是，在替代的实施例中，计算设备10上的图像50还可以包括先前存储的用于以后取回和图像处理的图像。
根据一个实施例，文档20可以包括在办公室、会议室、学校教室或者其它工作环境中，在会议或者演示期间讨论的包含信息的物理文档(例如，纸质文档)。白板22可以包括用于在办公室、会议室、学校教室或者其它工作环境中，在会议或者演示期间记录笔记、草稿等的物理标记板、干擦板(dry-erase board)、擦写板(dry-wipe board)或笔板(pen-board)。黑板24可以类似于白板22，除了其包括非白色(例如彩色)表面之外。
如下面所进一步详细描述的，根据一个实施例，生产力应用30可以包括自由形式的信息收集和多用户协作应用程序，该程序被配置为将来自文档20、白板22和/或黑板24中的笔记(手写或者打印的)和图捕获成图像，并且其还配置为进一步对这些图像进行处理，使得它们可以被生产力应用30和/或其它应用40进行使用。根据一个实施例，生产力应用30可以包括来自华盛顿雷德蒙的微软公司的ONENOTE笔记软件。但是，应当理解的是，根据本文所描述的各个实施例，可以替代地使用其它生产力应用(其包括来自其它制造商的那些应用)。应当理解的是，其它应用40可以包括可以从生产力应用30接收经处理的图像的额外的生产力应用软件。例如，其它应用40可以包括但不限于：文字处理软件、图形演示软件、电子表格软件、绘图软件、项目管理软件、出版软件和个人信息管理软件。应当明白的是，前述的软件应用可以包括单独的应用程序，或者替代地可以合并成一套应用，比如来自华盛顿雷德蒙的微软公司的OFFICE应用程序套件。
图2是示出根据一个实施例的由图1的生产力应用30所使用的各种程序模块的框图。如下面所进一步详细描述的，生产力应用30可以包括边缘检测模块32、清理模块34和分类器模块36。这些前述的程序模块中的每一个可以被配置为执行一个或多个算法，以改善关于图像捕获设备28所捕获的图像和/或从相机胶卷60取回的图像的图像质量。例如，边缘检测模块可以被配置为执行四边形边缘检测算法，以检测白板/文档边界，以及将歪斜的图像裁剪/矫正成长方形。清理模块34可以被配置为执行图像清理算法，以通过照片的直方图分析来应用调谐的色彩效果(即，通过计算白色点或白色水平，黑色点或黑色水平，以及对比度)从而调整白板/文档的色彩平衡，并且以执行色彩调整和估计阴影/亮度。应当明白的是，前述的应用改善了图像的可读性。分类器模块36可以被配置为执行对象分类器算法，以在白板、黑板、文档和底片图像之间进行区分，以进行图像清理。
图3是示出根据一个实施例的用于针对生产力应用执行图像处理的例程300的流程图。在阅读本文所给出的例程的讨论时，应当明白的是，本发明的各个实施例的逻辑操作实现成：(1)在计算系统上运行的一系列的计算机实现的动作或程序模块；和/或(2)在计算系统内互连的机器逻辑电路或电路模块。本实现是依赖于实现本发明的计算系统的性能要求的选择问题。因此，图3-6中示出并且组成本文所描述的各个实施例的逻辑操作不同地被称为操作、结构性设备、动作或模块。本领域普通技术人员应当认识到，在不脱离如本文所阐述的权利要求书中记载的本发明的精神和保护范围的情况下，这些操作、结构性设备、动作和模块可以用软件、硬件、固件、专用数字逻辑、以及其任意组合来实现。
例程300开始于操作305，在操作305处，在计算设备10上执行的生产力应用30可以从图像捕获设备28(即，从相机胶卷60)接收图像50。所接收的图像可以包括文档20的文档图像或照片、白板22的白板图像或照片、或者黑板24的黑板图像或照片。
例程300从操作305继续到操作310，在操作310处，在计算设备10上执行的生产力应用30可以检测包括所接收的图像的边缘。具体而言，如下面将参照图4更详细讨论的，生产力应用30可以执行边缘检测算法，以检测任何歪斜的图像边界(例如，针对以某个角度所拍摄的照片)。
例程300从操作310继续到操作315，在操作315处，在计算设备10上执行的生产力应用30可以基于在操作310处检测到的边缘的歪斜状态，来对所接收的图像进行调整。具体而言，如下面将参照图4更详细讨论的，生产力应用30可以执行边缘检测算法，以便将歪斜的图像边界裁剪/矫正成长方形，从而校正角度失真。
例程300从操作315继续到操作320，在操作320处，在计算设备10上执行的生产力应用30可以对所接收的图像进行处理，以校正失衡(即，图像清理)。具体而言，如下面参照图5更详细讨论的，生产力应用30可以执行图像清理算法以应用色彩和其它调整，以便改善图像可读性。
例程300从操作320继续到操作325，在操作325处，在计算设备10上执行的生产力应用30可以向所接收的图像分配从一个或多个图像类别中选择的图像分类。具体而言，如下面将参照图6更详细讨论的，生产力应用30可以执行对象分类器算法，以便在白板、黑板、文档和底片图像之间进行区分。
例程300从操作325继续到操作330，在操作330处，在计算设备10上执行的生产力应用30可以基于在操作325处分配的图像分类，来对所接收的图像进行调整。应当理解的是，根据一个实施例，生产力应用30可以被预配置用于处理文档和白板图像(例如，具有白色或者淡色背景的图像)以进行图像清理。因此，例如，如果后续将清理后的图像分类成黑板图像，则生产力应用30可以被配置为相应地调整先前应用的清理算法。随后，例程300从操作330转到结束。
图4是示出根据一个实施例的用于执行图像边缘检测和矫正的例程400的流程图。例程400开始于操作405，在操作405处，在计算设备10上执行的生产力应用30可以针对接收的图像来确定未对齐的边缘。具体而言，生产力应用30可以使用边缘检测算法，来确定包括图像的任何边界是否是歪斜的。
例程400从操作405继续到操作410，在操作410处，在计算设备10上执行的生产力应用30可以枚举四边形候选，以对操作405处检测到的歪斜的图像边界进行调整。具体而言，生产力应用30可以使用前述的边缘检测算法，来针对图像的左部、上部、右部和底部边缘来枚举或者“排列”可能的四边形候选。在一个实施例中，可以丢弃具有彼此之间太靠近的相对边缘的四边形候选(例如，对角线之比位于预定的范围之外)。
例程400从操作410继续到操作415，在操作415处，在计算设备10上执行的生产力应用30可以向在操作410处枚举的四边形候选分配评分。具体而言，生产力应用30可以使用前述的边缘检测算法来向这些候选分配评分。
例程400从操作415继续到操作420，在操作420处，在计算设备10上执行的生产力应用30可以选择具有最高评分的四边形。在一个实施例中，当选择最佳四边形候选时，生产力应用30可以使用可以被利用的以下启发法：(1)向具有与其它线段不交叉的线段的四边形给予更高的评分；(2)向具有在四边形角附近结束的线段的四边形给予更高的评分；(3)当分配评分时，将该四边形的面积考虑在内。
例程400从操作420继续到操作425，在操作425处，在计算设备10上执行的生产力应用30可以对操作405处检测到的未对齐的边缘进行调整，以形成与具有最高评分的候选相对应的四边形。在一个实施例中，生产力应用30可以使用以下因素来执行前述的调整：(1)基于构建曲线并将它们简化成线，来使用线检测算法；(2)当需要时，使用线合并(例如，当四边形的一个边缘由在其之间具有间隔的多条线构成时)，应当理解的是，线合并可以进一步基于以下子因素：(a)多条线的相邻端点之间的允许间隔的门限；(b)多条线之间的角度的允许差值的门限；(c)与多条线垂直的线所交叉的多个点之间的允许间隔的门限(例如，如果对两条线进行延长的话，它们之间的距离)；(3)通过移除线之间的小中断(例如，通过对高分辨率照片进行缩小)来使曲线和边缘平滑；(4)允许照片的边缘成为该四边形的一部分，并且针对该照片内的边缘(例如，针对诸如文档之类的图像，其中校正的边缘中的一个或多个是该照片本身的边缘)来调整偏好值；(5)利用来自所检测到的边缘的方向的亮度(即，通过假设图像比周围区域更亮或更暗，对一组线进行检查，并且关于哪些是用于左边缘相对右边缘的候选，哪些是用于上边缘相对底边缘的候选进行确定)；以及(6)通过使用角度信息来实施一致的方向，并且通过拒绝不遵循前述的规则的四边形候选来实施一致的亮度(例如，白板或白色文档通常具有指向内部的边缘，而黑板或黑色文档通常应当具有指向外部的边缘——应当明白的是，这可以减少误将位于白板/文档之内或之外的直线用作边缘的情况)。还应当理解的是，当进行调整以形成四边形时，生产力应用30可以进行各种线假设。这些假设可以包括：(1)与可以位于四边形的左边缘的左侧(例如，照片的左边50％)的距离；(2)针对四边形的边缘的最大角度(例如，可以使针对白板的垂直边缘竖立，使针对文档的水平边缘从上面提取)；(3)允许对边缘进行曲线化(即，如果线太偏离直线的话，则可以将其分割成更短的线段——应当明白的是，这可以用于文档，这是它们由于纸张通常并不是完全平坦而很可能具有弯曲的边界)。还应当理解的是，生产力应用30可以对与最高评分相对应的四边形进行验证。具体而言，每张照片或者图像可以具有记录的四个坐标的集合，该验证将确定每一个检测的图像与预定的预期具有多大的偏离，并给出整体的评分。
图5是示出根据一个实施例的用于执行图像处理清理的例程500的流程图。例程500开始于操作505，在操作505处，在计算设备10上执行的生产力应用30可以向图像应用调谐的色彩效果。具体而言，生产力应用30可以通过计算白色点或白色水平、黑色点或黑色水平，以及对比度，来执行图像(例如，照片)的直方图分析
例程500从操作505继续到操作510，在操作510处，在计算设备10上执行的生产力应用30，可以基于所调谐的色彩效果来调整图像的色彩平衡。具体而言，生产力应用30可以使用在操作505处执行的直方图分析，来针对图像执行色彩调整和估计阴影/突亮部分。应当理解的是，前述的调整可以得到具有改善的亮度、对比度和色调的经处理的图像，其共同改善图像可读性。根据一个实施例，针对文档图像和白板图像，可以分别使用不同的图像清理算法。例如，文档图像清理算法可以包括以下步骤：(1)将图像划分成一些分割区域，并将它们组成曝光区；(2)计算该图像的最亮和最暗区域以及对比度；(3)钳制针对文档自定义的色彩效果的门限值(以确保不会过度地应用这些效果)。具体而言，应当理解的是，文档图像清理算法特征在于曝光评估方法的基于区域的最佳估计。该方法将照片(例如，文档图像)分割成几个区域，并将它们组成曝光区。随后，该算法可以计算该照片的最亮、最暗区域和对比区域。应当明白的是，前述的方法考虑各个区域的可视性和区域之间的相对对比度以进行最佳曝光偏色调整，从而保留细节并且实现最佳输出。此外，该算法可以钳制针对文档自定义的色彩门限值，以确保不会向照片应用过度的色彩效果。
一种说明性白板图像清理算法可以包括：(1)应用具有自定义的参数值(例如，单元大小和表大小)的白平衡，以去除背景噪声、斑点和眩光；(2)应用具有自定义的参数值(例如，饱和度、阴影)的色彩效果，以缓和白度水平，使笔画更加丰富多彩；(3)夹紧针对白板自定义的色彩效果的门限值(以确保不会过度应用这些效果)。随后，例程500从操作510转到结束。
图6是示出根据一个实施例的用于执行图像分类的例程600的流程图。例程600开始于操作605，在操作605处，在计算设备10上执行的生产力应用30可以根据图像来构建色彩值的直方图，以确定亮度水平。在一个实施例，可以构建RGB颜色编码为色调范围为[0,255]的直方图。
例程600从操作605继续到操作610，在操作610处，在计算设备10上执行的生产力应用30可以根据该直方图来计算均值。
例程600从操作610继续到操作615，在操作615处，在计算设备10上执行的生产力应用30可以如下来计算所计算的均值的标准偏差：stdev SQRT(SUM((mean-value)^2)。
例程600从操作615继续到操作620，在操作620处，在计算设备10上执行的生产力应用30可以基于在操作610处计算的均值和在操作615处计算的标准偏差之间的差值(例如，均值-标准偏差)是大于门限还是不大于门限，来对图像进行分类。如果前述的差值大于门限，则将该图像分类成白板图像。另一方面，如果前述的差值不大于门限，则将该图像分类成黑板图像。在一个实施例中，该分类所基于的门限可以根据数百的测试图像集的评估来进行定义。随后，例程600从操作620转到结束。
图7-9以及相关联的描述提供了在其中可以实现本发明的实施例的各种操作环境的讨论。但是，参照图7-9所示出和讨论的设备和系统是用于举例和说明目的，而不是对本文所描述的可以用于实现本发明的实施例的众多数量的计算设备配置进行限制。
图7是示出利用其可以实现各个实施例的计算设备700的示例物理部件的框图。在基本配置中，计算设备700可以包括至少一个处理单元702和系统存储器704。根据计算设备的配置和类型，系统存储器704可以包括但不限于：易失性(如，随机存取存储器(RAM))、非易失性(如，只读存储器(ROM))、闪存或者任意组合。系统存储器704可以包括操作系统705和应用707。例如，操作系统705可以适合于对计算设备700的操作进行控制，并且根据一个实施例，其可以包括来自华盛顿雷德蒙的微软公司的WINDOWS操作系统。例如，应用707可以包括用于执行例程的功能(例如，执行如上面参照图3-6的例程300-600中的操作所描述的图像处理)。
计算设备700可以具有另外的特征或功能。例如，计算设备700还可以包括另外的数据存储设备(可移动和/或不可移动)，比如磁盘、光盘、固态存储设备(“SSD”)、闪存或磁带。在图7中通过可移动存储设备709和不可移动存储设备710来示出这种另外的存储设备。此外，计算设备700还可以具有诸如键盘、鼠标、笔、声音输入设备(如，麦克风)、用于接收手势的触摸输入设备、加速计或旋转传感器等等之类的输入设备712。还可以包括诸如显示器、扬声器、打印机等等之类的输出设备714。前述的设备是例子，而可以使用其它设备。计算设备700可以包括允许与其它计算设备718进行通信的一个或多个通信连接716。合适的通信连接716的例子包括但不限于：RF发射机、接收机和/或收发机电路；通用串行总线(USB)、并行端口和/或串行端口。
此外，各个实施例可以在包括离散电子元件的电子电路、包含逻辑门的封装或者集成的电子芯片、使用微处理器的电路中实现，或者在包含电子元件或微处理器的单一芯片上实现。例如，可以经由片上系统(“SOC”)来实现各个实施例，其中，图7中所示出的部件里的每一个或大部分可以集成到单一集成电路上。这种SOC设备可以包括一个或多个处理单元、图形单元、通信单元、系统虚拟化单元和各种应用功能，所有这些都集成(或者“烧”)到芯片基底上作为单一集成电路。当经由SOC进行操作时，本文所描述的功能可以经由与计算设备/系统700的其它部件集成在单一集成电路(芯片)上的专用逻辑单元来进行操作。此外，还可以使用能够执行诸如与、或以及非之类的逻辑操作的其它技术来实现，其包括但不限于：机械、光、流体和量子技术。此外，可以在通用计算机或者任何其它电路或系统中实现实施例。
如本文所使用的术语计算机可读介质可以包括计算机存储介质。计算机存储介质可以包括利用用于存储信息(如，计算机可读指令、数据结构或程序模块)的任何方法或技术来实现的易失性和非易失性、可移动和不可移动介质。系统存储器704、可移动存储设备709和不可移动存储设备710都是计算机存储介质的例子(即，存储器存储设备)。计算机存储介质可以包括RAM、ROM、电可擦除只读存储器(EEPROM)、闪存或其它存储器技术、CD-ROM、数字多功能光盘(DVD)或其它光存储、盒式磁带、磁带、磁盘存储或其它磁存储设备、或者可以用于存储信息并能够由计算设备700进行访问的任何其它制品。任何这种计算机存储介质可以是计算设备700的一部分。计算机存储介质不包括载波波形或者其它传播或调制数据信号。
通信介质可以通过计算机可读指令、数据结构、程序模块、或者调制数据信号(例如，载波波形或其它传输机制)中的其它数据来体现，并且包括任何信息传送介质。术语“调制数据信号”可以描述以关于将信息编码在该信号之中的方式来进行设置或者改变的一个或多个特性的信号。通过举例而非限制的方式，通信介质可以包括诸如有线网络或直接有线连接之类的有线介质、以及诸如声波、射频(RF)、红外线和其它无线介质之类的无线介质。
图8A和图8B示出了利用其可以实现各个实施例的适当的移动计算环境，例如，移动计算设备850(其可以包括但不限于：智能电话、平板个人计算机、膝上型计算机等等)。参见图8A，示出了用于实现实施例的示例移动计算设备850。在基本配置中，移动计算设备850是具有输入单元和输出单元二者的手持计算机。输入单元可以包括允许用户向移动计算设备850输入信息的触摸屏显示器825和输入按钮810。移动计算设备850还可以合并允许进一步的用户输入的可选侧输入单元820。可选侧输入单元820可以是旋转开关、按钮或者任何其它类型的手工输入单元。在替代的实施例中，移动计算设备850可以合并更多或更少的输入单元。在另一个替代的实施例中，移动计算设备可以是便携式电话系统，例如，具有显示器825和输入按钮810的蜂窝电话。移动计算设备850还可以包括可选的小键盘805。可选的小键盘805可以是物理小键盘或者在触摸屏显示器上生成的“软的”小键盘。
移动计算设备850合并诸如显示器825(其可以显示图形用户界面(GUI))之类的输出单元。其它输出单元包括扬声器830和LED 880。另外，移动计算设备850可以合并振动模块(没有示出)，振动模块使移动计算设备850振动以向用户通知事件。在另一个实施例中，移动计算设备850可以合并耳机插孔(没有示出)，以提供用于提供输出信号的另一种方式。
虽然本文结合移动计算设备850进行了描述，但是在替代的实施例中，可以结合任何数量的计算机系统来使用，例如，在桌面型环境、膝上型或笔记本计算机系统、多处理器系统、基于微处理器或可编程的消费电子设备、网络PC、微型计算机、大型计算机等等中使用。还可以在分布式计算环境中实现各个实施例，其中在分布式计算环境下，任务由通过通信网络来连接的远程处理设备来执行；程序可以位于本地和远程存储器存储设备之中。总之，具有多个环境传感器、向用户提供通知的多个输出单元和多种通知事件类型的任何计算机系统，都可以合并本文所描述的各个实施例。
图8B是示出在一个实施例中使用的移动计算设备(例如，图8A中示出的移动计算设备850)的部件的框图。也就是说，移动计算设备850可以合并系统802以实现一些实施例。例如，系统802可以用于实现“智能电话”，“智能电话”可以运行类似于桌面型或笔记本计算机中的那些应用的一个或多个应用。在一些实施例中，将系统802集成为计算设备，例如集成个人数字助理(PDA)和无线电话。
应用867可以装载到存储器862中，并且在操作系统864上运行或者关联操作系统864来运行。此外，系统802还包括位于存储器862中的非易失性存储设备868。非易失性存储设备868可以用于存储当系统802关闭时，不应当丢失的持久信息。应用867可以使用非易失性存储设备868中的信息，并且在非易失性存储设备868中存储信息。例如，应用867可以包括用于执行例程的功能(例如，其包括如上面参照图3-6的例程300-600中的操作所描述的执行图像处理)。同步应用(没有示出)也位于系统802上，并被编程为与位于主机计算机上的相应同步应用进行交互，以保持非易失性存储设备868中存储的信息与主机计算机处存储的相应信息相同步。应当明白的是，其它应用也可以装载到存储器862中，并运行在移动计算设备850上。
系统802具有电源870，电源870可以实现成一个或多个电池。电源870还可以包括外部电源，例如，AC适配器或者对电池进行补充或充电的供电对接支座。
系统802还可以包括用于执行发送和接收射频通信的无线电装置872(即，无线电接口层)。无线电装置872有助于通过通信载波或服务提供商，实现系统802和“外部世界”之间的无线连接。在OS 864的控制之下，进行去往和来自无线电装置872的传输。换言之，可以经由OS 864将无线电装置872接收的通信传播到应用867，反之亦然。
无线电装置872允许系统802例如通过网络，与其它计算设备进行通信。无线电装置872是通信介质的一个例子。系统802的实施例被示为具有两种类型的通知输出设备：可以用于提供视觉通知的LED 880和可以用于结合扬声器830来提供音频通知的音频接口874。这些设备可以直接地耦合到电源870，使得当被激活时，它们在通知机制所指示的持续时间内保持开启(即使处理器860和其它部件可能关闭以节省电池电量)。可以对LED880进行编程以无限期地保持开启，直到用户采取动作来指示该设备的通电状态为止。音频接口874用于向用户提供可听的信号和从用户接收可听的信号。例如，除了耦合到扬声器830之外，音频接口874还可以耦合到麦克风(没有示出)以接收可听的(如，语音)输入，例如以便促进电话会话。根据实施例，麦克风还可以用作音频传感器，以有助于通知的控制。此外，系统802还可以包括视频接口876，视频接口876能够实现板上摄像头840的操作以记录静止图像、视频流等等。
实现系统802的移动计算设备可以具有另外的特征或功能。例如，该设备还可以包括诸如磁盘、光盘或磁带之类的另外的数据存储设备(可移动和/或不可移动)。在图8B中，通过存储设备868的方式来示出这种另外的存储设备。
由移动计算设备850生成或捕获并经由系统802来存储的数据/信息可以本地地存储在移动计算设备850上(如上所述)，或者该数据可以存储在任意数量的存储介质上，其中该任意数量的存储介质可以由该设备经由无线电装置872或者经由移动计算设备850和与该移动计算设备850相关联的单独计算设备(例如，诸如互联网之类的分布式计算网络中的服务器计算机)之间的有线连接来访问。应当明白的是，这样的数据/信息可以由移动计算设备850经由无线电装置872或者经由分布式计算网络来访问。类似地，这样的数据/信息可以根据公知的数据/信息传送和存储方式(其包括电子邮件和协作式数据/信息共享系统)，在计算设备之间容易地进行传送以进行存储和使用。
图9是在其中可以实现各个实施例的分布式计算系统的简化框图。分布式计算系统可以包括诸如计算设备903、平板计算设备905和移动计算设备910之类的多个客户端设备。客户端设备903、905和910可以与分布式计算网络915(例如，互联网)进行通信。服务器920通过网络915与客户端设备903、905和910进行通信。服务器920可以存储应用900，应用900可以执行例程(例如，其包括：如上面参照图3-6的例程300-600中的操作所描述的执行图像处理)。应用900所开发的内容、与应用900交互的内容或者关联应用900来编辑的内容，可以利用不同的通信信道或其它存储类型来存储。例如，可以使用目录服务922、web门户924、邮箱服务926、即时消息传送存储928或社交网络站点930来存储各种文档。
应用900可以使用这些类型的系统等等中的任何系统来实现数据利用，如本文所描述的。服务器920可以向客户端提供邻近性应用900。举一个例子，服务器920可以是通过web来提供应用900的web服务器。服务器920可以通过网络915，在web上向客户端提供应用900。举一个例子，计算设备10可以实现成计算设备903，并且体现为个人计算机、平板计算设备905和/或移动计算设备910(例如，智能电话)中。计算设备903、905和910的这些实施例中的任何实施例可以从存储916获得内容。
上面参照方法、系统和计算机程序产品的框图和/或操作说明，来描述了各个实施例。这些框中所述的功能/动作可以按不同于任何流程图所示的次序来发生。例如，根据所涉及的功能/动作，接连示出的两个框可以事实上基本同时地执行，或者这些框有时可以以相反次序来执行。
本申请中提供的一个或多个实施例的描述和说明，并非是旨在以任何方式来限制或者限定所要求保护的本发明的范围。本申请中提供的实施例、例子和细节被认为足以传达拥有所要求保护的本发明，并且使他人能够实现和使用所要求保护的本发明的最佳模式。所要求保护的本发明不应被解释为限于本申请中提供的任何实施例、例子或者细节。不管是以组合方式还是单独地进行示出和描述，各个特征(结构和方法特征二者)旨在被选择性地包括或者省略，以产生具有一组特定特征的实施例。已经提供了本申请的描述和说明，本领域技术人员可以预想落入本申请所体现的发明构思的更广泛方面的精神之内的变型、修改和替代实施例，而这些变型、修改和替代实施例不脱离所要求保护的本发明的更广泛的范围。

Claims (19)

1.一种用于生产力应用的图像处理的方法，包括：
由计算设备接收图像；
由所述计算设备检测包括所接收的图像的多个边缘；
由所述计算设备基于所检测到的多个边缘的歪斜状态来对所接收的图像进行调整；
由所述计算设备对经调整的图像进行处理以校正失衡；
由所述计算设备向经处理的图像分配从多个图像类别中的一个图像类别选择的图像分类；
由所述计算设备基于所分配的图像分类，来对经处理的图像进行调整。
2.根据权利要求1所述的方法，其中，由计算设备接收图像包括：从图像捕获设备接收白板图像和文档图像中的一个或多个。
3.根据权利要求1所述的方法，其中，由计算设备接收图像包括：从相机胶卷接收白板图像。
4.根据权利要求1所述的方法，其中，由计算设备接收图像包括：从相机胶卷接收文档图像。
5.根据权利要求1所述的方法，其中，由所述计算设备基于所检测到的多个边缘的歪斜状态来对所接收的图像进行调整包括：
确定所述多个边缘中的一个或多个边缘是未对齐的；
枚举一个或多个四边形候选；
向所述一个或多个四边形候选中的每一个四边形候选分配评分；
从所述一个或多个四边形候选中，选择具有最高评分的四边形；以及
对所述多个边缘中的被确定是未对齐的所述一个或多个边缘进行调整，以形成所述具有最高评分的四边形。
6.根据权利要求1所述的方法，其中，由所述计算设备对经调整的图像进行处理以校正失衡包括：
向所述图像应用调谐的色彩效果；以及
基于所述调谐的色彩效果来对所述图像的色彩平衡进行调整。
7.根据权利要求1所述的方法，其中，由所述计算设备向经处理的图像分配图像分类以进入多个图像类别中的一个图像类别包括：
根据所接收的图像来构建色彩值的直方图以确定亮度水平；
根据所述直方图来计算均值；以及
基于所述均值来计算标准偏差。
8.根据权利要求7所述的方法，还包括：
当所述标准偏差和所述均值之间的差值大于门限时，确定经处理的图像是白板图像；以及
当所述标准偏差和所述均值之间的所述差值不大于所述门限时，确定经处理的图像是黑板图像。
9.一种计算设备，包括：
存储器，其用于存储可执行程序代码；以及
处理器，其功能性地耦合到所述存储器，所述处理器响应于所述程序代码中包含的计算机可执行指令并且进行操作以：
从图像捕获设备接收图像；
检测包括所接收的图像的多个边缘；
基于所检测到的多个边缘的歪斜状态来对所接收的图像进行调整；
对经调整的图像进行处理以校正失衡；
向经处理的图像分配从多个图像类别中的一个图像类别选择的图像分类；
基于所分配的图像分类，来对经处理的图像进行调整。
10.根据权利要求9所述的计算设备，其中，所述处理器在基于所检测到的多个边缘的歪斜状态来对所接收的图像进行调整时进行操作以：
确定所述多个边缘中的一个或多个边缘是未对齐的；
枚举一个或多个四边形候选；
向所述一个或多个四边形候选中的每一个四边形候选分配评分；
从所述一个或多个四边形候选中，选择具有最高评分的四边形；以及
对所述多个边缘中的被确定是未对齐的所述一个或多个边缘进行调整，以形成所述具有最高评分的四边形。
11.根据权利要求9所述的计算设备，其中，所述处理器在对经调整的图像进行处理以校正失衡时进行操作以：
向所述图像应用调谐的色彩效果；以及
基于所述调谐的色彩效果来对所述图像的色彩平衡进行调整。
12.根据权利要求9所述的计算设备，其中，所述处理器在向经处理的图像分配图像分类以进入多个图像类别中的一个图像类别时进行操作以：
根据所接收的图像来构建色彩值的直方图以确定亮度水平；
根据所述直方图来计算均值；以及
基于所述均值来计算标准偏差。
13.根据权利要求12所述的计算设备，其中，所述处理器还进行操作以：
当所述标准偏差和所述均值之间的差值大于门限时，确定经处理的图像是白板图像；以及
当所述标准偏差和所述均值之间的所述差值不大于所述门限时，确定经处理的图像是黑板图像。
14.一种存储有计算机可执行指令的计算机可读存储介质，其中所述计算机可执行指令在被计算机执行时，将使得计算机执行用于生产力应用的图像处理的方法，所述方法包括：
接收图像的照片；
由所述计算设备检测包括所述图像的多个边缘；
基于所检测到的多个边缘的歪斜状态来对所述图像进行调整；
对经调整的图像进行处理以校正失衡；
通过以下操作来向经处理的图像分配从多个图像类别中的一个图像类别选择的分类：
根据所接收的图像来构建色彩值的直方图以确定亮度水平；
根据所述直方图来计算均值；
基于所述均值来计算标准偏差；
当所述标准偏差和所述均值之间的差值大于门限时，确定经处理的图像是白板图像；以及
当所述标准偏差和所述均值之间的所述差值不大于所述门限时，
确定经处理的图像是黑板图像；以及
基于所分配的图像分类来对经处理的图像进行调整。
15.根据权利要求14所述的计算机可读存储介质，其中，所拍摄的图像包括来自图像捕获设备的白板图像和文档图像中的一个或多个。
16.根据权利要求14所述的计算机可读存储介质，其中，所拍摄的图像包括从相机胶卷取回的白板图像和文档图像中的一个或多个。
17.根据权利要求14所述的计算机可读存储介质，其中，基于所检测到的多个边缘的歪斜状态来对所述图像进行调整，包括：
确定所述多个边缘中的一个或多个边缘是未对齐的；
枚举一个或多个四边形候选；
向所述一个或多个四边形候选中的每一个四边形候选分配评分；
从所述一个或多个四边形候选中，选择具有最高评分的四边形；以及
对所述多个边缘中的被确定是未对齐的所述一个或多个边缘进行调整，以形成所述具有最高评分的四边形。
18.根据权利要求14所述的计算机可读存储介质，其中，对经调整的图像进行处理以校正失衡包括：
向所述图像应用调谐的色彩效果；以及
基于所述调谐的色彩效果来对所述图像的色彩平衡进行调整。
19.根据权利要求14所述的计算机可读存储介质，其中，向所述图像应用调谐的色彩效果包括：通过计算白点、黑点和对比度来执行所述图像的直方图分析。
CN201380080871.2A 2013-11-14 2013-11-14 用于生产力应用的图像处理 Active CN106063240B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2013/087128 WO2015070417A1 (en) 2013-11-14 2013-11-14 Image processing for productivity applications

Publications (2)

Publication Number Publication Date
CN106063240A true CN106063240A (zh) 2016-10-26
CN106063240B CN106063240B (zh) 2019-06-04

Family

ID=53043863

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380080871.2A Active CN106063240B (zh) 2013-11-14 2013-11-14 用于生产力应用的图像处理

Country Status (6)

Country Link
US (2) US9569689B2 (zh)
EP (1) EP3069502B1 (zh)
KR (1) KR102058267B1 (zh)
CN (1) CN106063240B (zh)
TW (1) TW201530439A (zh)
WO (1) WO2015070417A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018120238A1 (zh) * 2016-12-30 2018-07-05 华为技术有限公司 用于处理文档的设备、方法和图形用户界面
CN113077378A (zh) * 2021-03-31 2021-07-06 重庆长安汽车股份有限公司 一种基于车载摄像头的图像处理及目标识别方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106063240B (zh) 2013-11-14 2019-06-04 微软技术许可有限责任公司 用于生产力应用的图像处理
JP6067040B2 (ja) * 2015-01-30 2017-01-25 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム
US10530995B2 (en) * 2015-06-12 2020-01-07 Gopro, Inc. Global tone mapping
US10497396B2 (en) * 2015-09-22 2019-12-03 Board Of Regents, The University Of Texas System Detecting and correcting whiteboard images while enabling the removal of the speaker
US10805412B2 (en) 2017-05-15 2020-10-13 Microsoft Technology Licensing, Llc Automatic clean-up and sharing of image content
US11087469B2 (en) * 2018-07-12 2021-08-10 Here Global B.V. Method, apparatus, and system for constructing a polyline from line segments
US11462037B2 (en) 2019-01-11 2022-10-04 Walmart Apollo, Llc System and method for automated analysis of electronic travel data

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090207274A1 (en) * 2008-02-12 2009-08-20 Samsung Electronics Co., Ltd. Apparatus and method for adjusting white balance in a digital imaging device
CN101534370A (zh) * 2008-03-11 2009-09-16 株式会社Pfu 图像处理器、图像处理方法和计算机程序产品
US20110075168A1 (en) * 2009-09-25 2011-03-31 Canon Kabushiki Kaisha Image processing apparatus, image processing apparatus control method, and storage medium
US20110142352A1 (en) * 2009-12-14 2011-06-16 Samsung Electronics Co., Ltd. Image processing apparatus and method
US20130182296A1 (en) * 2012-01-16 2013-07-18 Fuji Xerox Co., Ltd. Image reading device, image reading method, and image forming apparatus

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5452374A (en) * 1992-04-06 1995-09-19 Ricoh Corporation Skew detection and correction of a document image representation
US5528290A (en) * 1994-09-09 1996-06-18 Xerox Corporation Device for transcribing images on a board using a camera based board scanner
US5790114A (en) 1996-10-04 1998-08-04 Microtouch Systems, Inc. Electronic whiteboard with multi-functional user interface
US6318825B1 (en) 1998-10-23 2001-11-20 Hewlett-Packard Company Dry erase electronic whiteboard with page-wide-array inkjet printer
AU2001241620A1 (en) 2000-02-22 2001-09-03 Visualgold.Com, Inc. System and method for image processing
JP2001346031A (ja) 2000-06-05 2001-12-14 Fuji Photo Film Co Ltd 画像合成方法及び装置
GB0104664D0 (en) 2001-02-23 2001-04-11 Hewlett Packard Co Improvements relating to document capture
US7260257B2 (en) * 2002-06-19 2007-08-21 Microsoft Corp. System and method for whiteboard and audio capture
US7171056B2 (en) 2003-02-22 2007-01-30 Microsoft Corp. System and method for converting whiteboard content into an electronic document
JP2005108230A (ja) * 2003-09-25 2005-04-21 Ricoh Co Ltd オーディオ／ビデオコンテンツ認識・処理機能内蔵印刷システム
US7640037B2 (en) 2005-05-18 2009-12-29 scanR, Inc, System and method for capturing and processing business data
US9098597B2 (en) 2005-06-03 2015-08-04 Apple Inc. Presenting and managing clipped content
US7899258B2 (en) * 2005-08-12 2011-03-01 Seiko Epson Corporation Systems and methods to convert images into high-quality compressed documents
US20070081081A1 (en) 2005-10-07 2007-04-12 Cheng Brett A Automated multi-frame image capture for panorama stitching using motion sensor
US7724953B2 (en) * 2006-05-17 2010-05-25 Qualcomm Incorporated Whiteboard, blackboard, and document image processing
CA2619864A1 (en) 2006-07-14 2008-01-17 Research In Motion Limited Contact image selection and association method and system for mobile device
JP2008149685A (ja) * 2006-12-20 2008-07-03 Brother Ind Ltd 画像処理装置、画像形成装置、画像処理プログラム、及び画像処理方法
US7831901B1 (en) 2007-02-16 2010-11-09 Adobe Systems Incorporated Systems and methods employing multiple crop areas
US9300912B2 (en) 2008-03-28 2016-03-29 Microsoft Technology Licensing, Llc Software based whiteboard capture solution for conference room meetings
US8345106B2 (en) 2009-09-23 2013-01-01 Microsoft Corporation Camera-based scanning
US8531733B2 (en) 2010-04-06 2013-09-10 Xerox Corporation Image processing system with electronic book reader mode
KR101231469B1 (ko) 2012-02-23 2013-02-07 인텔 코오퍼레이션 이미지 처리 지원 방법, 장치, 및 이 방법을 실행하기 위한 컴퓨터 판독 가능한 기록 매체
US8971623B2 (en) 2012-03-06 2015-03-03 Apple Inc. Overlaid user interface tools for applying effects to image
US8805068B2 (en) * 2012-12-13 2014-08-12 Microsoft Corporation Automatic classification and color enhancement of a markable surface
US20150135137A1 (en) * 2013-11-12 2015-05-14 Microsoft Corporation User Experience for Processing and Cropping Images
CN106063240B (zh) 2013-11-14 2019-06-04 微软技术许可有限责任公司 用于生产力应用的图像处理

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090207274A1 (en) * 2008-02-12 2009-08-20 Samsung Electronics Co., Ltd. Apparatus and method for adjusting white balance in a digital imaging device
CN101534370A (zh) * 2008-03-11 2009-09-16 株式会社Pfu 图像处理器、图像处理方法和计算机程序产品
US20110075168A1 (en) * 2009-09-25 2011-03-31 Canon Kabushiki Kaisha Image processing apparatus, image processing apparatus control method, and storage medium
US20110142352A1 (en) * 2009-12-14 2011-06-16 Samsung Electronics Co., Ltd. Image processing apparatus and method
US20130182296A1 (en) * 2012-01-16 2013-07-18 Fuji Xerox Co., Ltd. Image reading device, image reading method, and image forming apparatus

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018120238A1 (zh) * 2016-12-30 2018-07-05 华为技术有限公司 用于处理文档的设备、方法和图形用户界面
US11158057B2 (en) 2016-12-30 2021-10-26 Huawei Technologies Co., Ltd. Device, method, and graphical user interface for processing document
CN113077378A (zh) * 2021-03-31 2021-07-06 重庆长安汽车股份有限公司 一种基于车载摄像头的图像处理及目标识别方法
CN113077378B (zh) * 2021-03-31 2024-02-09 重庆长安汽车股份有限公司 一种基于车载摄像头的图像处理及目标识别方法

Also Published As

Publication number Publication date
US9569689B2 (en) 2017-02-14
EP3069502B1 (en) 2022-08-24
KR102058267B1 (ko) 2019-12-20
EP3069502A4 (en) 2017-06-14
US20150131903A1 (en) 2015-05-14
US20170124698A1 (en) 2017-05-04
WO2015070417A1 (en) 2015-05-21
KR20160086839A (ko) 2016-07-20
CN106063240B (zh) 2019-06-04
US9875533B2 (en) 2018-01-23
TW201530439A (zh) 2015-08-01
EP3069502A1 (en) 2016-09-21

Similar Documents

Publication Publication Date Title
CN106063240B (zh) 用于生产力应用的图像处理
EP3547218B1 (en) File processing device and method, and graphical user interface
US20170372449A1 (en) Smart capturing of whiteboard contents for remote conferencing
US20210232298A1 (en) Detection and visualization of a formation of a tangible interface object
US20140351718A1 (en) Information processing device, information processing method, and computer-readable medium
US10176158B2 (en) Information processing apparatus
US9298335B2 (en) Information processing device, information processing method, and computer-readable medium
CN105590298A (zh) 从图像提取并校正对象的图像数据
CN109388301A (zh) 截图方法及相关装置
US20150135137A1 (en) User Experience for Processing and Cropping Images
US20200333839A1 (en) Display positioning system
US20200143567A1 (en) Protective Cover Device
JP7155781B2 (ja) 情報処理装置及び情報処理プログラム
CN104750445A (zh) 一种信息处理方法及电子设备
CN104660910A (zh) 图像处理装置及图像处理方法
CN103873838B (zh) 一种图像处理装置及图像处理方法
US10359867B2 (en) Information processing apparatus and information processing method
CN104881107B (zh) 一种信息处理方法及电子设备
JP2014035573A (ja) 情報処理装置及びプログラム
CN114363521B (zh) 图像处理方法、装置及电子设备
JP7069631B2 (ja) 情報処理装置及び情報処理プログラム
CN105631911B (zh) 图像生成方法、装置及系统
TW201441975A (zh) 影像處理裝置及其影像處理方法
CN106126208A (zh) 一种移动终端及其应用程序图标排列方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant