CN106780412B - 一种利用手写体骨架线生成加工路径的方法 - Google Patents

一种利用手写体骨架线生成加工路径的方法 Download PDF

Info

Publication number
CN106780412B
CN106780412B CN201611065543.7A CN201611065543A CN106780412B CN 106780412 B CN106780412 B CN 106780412B CN 201611065543 A CN201611065543 A CN 201611065543A CN 106780412 B CN106780412 B CN 106780412B
Authority
CN
China
Prior art keywords
points
point
pixel
processing
image
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.)
Active
Application number
CN201611065543.7A
Other languages
English (en)
Other versions
CN106780412A (zh
Inventor
高创
李鑫娟
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.)
Xi'an Jingdiao Software Technology Co ltd
Original Assignee
Xi'an Jingdiao Software 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 Xi'an Jingdiao Software Technology Co ltd filed Critical Xi'an Jingdiao Software Technology Co ltd
Priority to CN201611065543.7A priority Critical patent/CN106780412B/zh
Publication of CN106780412A publication Critical patent/CN106780412A/zh
Application granted granted Critical
Publication of CN106780412B publication Critical patent/CN106780412B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

一种利用手写体骨架线生成加工路径的方法，包括如下步骤：1)拍照获取个性化手写体的原始图片；2)获取图片中的感兴趣区并进行预处理；3)对预处理后的感兴趣区进行细化处理，提取单像素的手写体骨架线；4)提取步骤3)所得骨架线的中心线点链，逐条读取点链坐标，剔除孤立的无效点，并对有效点进行排序，存入数据结构；5)将各点的点链坐标在设定区域标准化，通过对比实际两点之间距离与单像素连续点链相邻两点之间的距离来判断是否需要做抬刀处理，将已获取的骨架线点链由原始的几何坐标数值转存到加工路径数据结构中，并且按顺序依次连接各点，生成所需要的加工路径。本发明能够简化加工路径的生成过程，提高加工效率，实施效果稳定。

Description

一种利用手写体骨架线生成加工路径的方法
技术领域
本发明涉及图像处理领域，具体涉及一种利用手写体骨架线生成加工路径的方法。
背景技术
在工艺品加工中融入个性化的元素已经成为消费者青睐的模式，比如在工艺品上雕刻个人的手写体签名、个性化的图腾、独特的手绘标识等。传统工艺中是通过拍照获取签名图像，将图像导入CAD/CAM软件，通过手工描图的方式，移动鼠标，采用直线、圆弧或多义线绘制手写体中心线，再使用曲线编辑功能微调上述步骤所得的曲线，最终获得手写体曲线，进而生成切割路径。这种方案存在两点不足：1.描图最终所得曲线的质量是通过手工来控制的，对人员的技术要求比较高；2.如果手写体内容比较复杂，手工描图则需耗费较长的时间。综上所述，传统工艺整个手工描图过程准确度不高，对工作人员要求高，时间利用率低下。
发明内容
本发明的目的在于针对上述现有技术中的问题，提供一种利用手写体骨架线生成加工路径的方法，能够简化加工路径的生成过程，提高加工效率，实施效果稳定。
为了实现上述目的，本发明采用的技术方案包括如下步骤：
1)拍照获取个性化手写体的原始图片；
2)获取图片中的感兴趣区并进行预处理；
3)对预处理后的感兴趣区进行细化处理，提取单像素的手写体骨架线；
4)提取步骤3)所得骨架线的中心线点链，逐条读取点链坐标，根据相邻点之间的距离来判断是否为孤立点，剔除孤立的无效点，并对有效点进行排序，存入数据结构；
5)将各点的点链坐标在设定区域标准化，通过对比实际两点之间距离与单像素连续点链相邻两点之间的距离来判断是否需要做抬刀处理，将已获取的骨架线点链由原始的几何坐标数值转存到加工路径数据结构中，并且按顺序依次连接各点，生成所需要的加工路径。
所述的步骤2)获取图片中的感兴趣区并进行预处理时调用EasyAccess函数库。
所述的步骤2)获取图片中的感兴趣区并进行预处理时依次对图像进行如下处理：
①中值滤波处理，将每一像素点的灰度值设置为该点邻域窗口内所有像素点灰度值的中值，让周围的像素值接近真实值，消除孤立的噪声点；
②图像开处理，先腐蚀再膨胀，去掉目标外的孤立点，进而消除由于笔尖的粗细不同以及书写力度的不同对提取中心线造成的影响；
③最小值阈值处理；
④图像二值化处理；
⑤逐行读取手写体像素点，根据像素点是否为孤立点，逐步缩小待处理对象的尺寸，最终获取仅包含手写体图片的感兴趣区或手动选择待处理的手写体感兴趣区。
中值滤波处理时将每一像素点灰度值设为该点3*3邻域窗口内所有像素点灰度值的中值。
所述最小值阈值处理的具体过程包括：选择使源图像与阈值处理后的图像之间平方差最小的灰度值作为阈值，保留图像的重要信息，增强对比度。
所述图像二值化处理的具体过程包括：逐个读取像素，将所得灰度值为0和255的二值图像转化灰度值为0和1的二值图像。
所述的步骤3)对预处理后的感兴趣区采用Rosenfeld细化算法实现细化处理。
所述的步骤5)将各点的点链坐标在20*10的区域进行标准化。
与现有技术相比，本发明首先将拍摄的彩色图像转换为灰度图像，然后创建感兴趣区ROI，再依次经过中值滤波处理、开处理、阈值处理以及细化处理，最终得到单像素的、无序的中心线点链，顺次连接相邻的点，将各点的点链坐标在设定区域标准化，设置加工方法、加工参数，通过对比实际两点之间距离与单像素连续点链相邻两点之间的距离来判断是否需要做抬刀处理，将已获取的骨架线点链由原始的几何坐标数值转存到加工路径数据结构中，并且按顺序依次连接各点，即得到所需要的加工路径。本发明通过组合使用多种图像处理方法对图像进行预处理，最终准确获取待处理的感兴趣区，对获取的单像素点链进行剔除无效点操作，并进行分组、排序，直接利用所得的骨架线点琏生成所需要的加工路径。本发明方法效率高且效果稳定，能够实现由个性化手写体图像到机床加工路径的高效率、高质量转化，省去了繁琐的人工操作，减少了图像的失真，整个过程更加自动化、实用性更强。
附图说明
图1手写体原始拍摄图片示意图；
图2手写体图片感兴趣区示意图；
图3单像素的手写体骨架线示意图；
图4单像素的骨架线点链示意图；
图5生成的单线切割加工路径示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
本发明利用手写体骨架线生成加工路径的方法包括以下步骤：
1)用任何具有拍照功能的设备拍摄照片获取个性化手写体的原始图片，如图1所示；
2)参见图2，获取感兴趣区ROI。调用EasyAccess函数库，依次对图像做如下处理：
①中值滤波处理，将每一像素点的灰度值设置为该点3*3邻域窗口内的所有像素点灰度值的中值，让周围的像素值接近真实值，从而消除孤立的噪声点；
②图像开处理，先腐蚀再膨胀，可以去掉目标外的孤立点，进而消除由于笔尖的粗细不同以及书写力度的不同对提取中心线造成的影响；
③最小值阈值处理(ImgThreshold())，选择使源图像与阈值处理后的图像之间平方差最小的灰度值作为阈值，保留图像重要信息，增强对比度；
④图像二值化处理，逐个读取像素，将前述步骤所得灰度值为0和255的二值图像转化灰度值为0和1的二值图像，便于后期细化处理；
⑤逐行读取手写体像素点，根据像素点是否为孤立点，逐步缩小待处理对象的尺寸，最终获取仅包含手写体图片的感兴趣区，也可以手动拖拽选择待处理的手写体感兴趣区。
3)提取单像素的手写体骨架线。采用图像细化处理(Rosenfeld算法)，对步骤二预处理的感兴趣区进行细化处理，确保提取的结果失真较小，如图3所示。
4)通过边界提取算法提取手写体中心线点链，逐条读取点链坐标，根据相邻点之间的距离判断是否为孤立点，剔除孤立的无效点，并对有效点进行排序，存入相应的数据结构最终获得高质量的骨架线点链，如图4所示。
5)首先将点链各点坐标标准化到20*10的区域，设置加工方法、加工参数，通过对比实际两点之间距离与单像素连续点链相邻两点之间的距离来判断是否需要做抬刀处理，将已获取的骨架线点链由原始的几何坐标数值转存到加工路径数据结构中，并且按顺序依次连接各点，最终生成单线切割加工路径或者DXF曲线，如图5所示。
本发明通过组合使用多种图像处理方法对图像进行预处理，最终准确获取待处理的感兴趣区；对获取的单像素点链进行剔除无效点操作，并进行分组、排序；直接利用所得骨架线点琏生成NC路径或者光顺的DXF曲线，实现由个性化手写体图像到机床加工路径的高效率、高质量转化。该方法实现了从输入图片到直接输出NC路径或者DXF曲线的快速转化，省去了繁琐的人工操作，减少了图像的失真，整个过程更加自动化、实用性更强。

Claims (4)

1.一种利用手写体骨架线生成加工路径的方法，其特征在于，包括如下步骤：
1)拍照获取个性化手写体的原始图片；
2)调用EasyAccess函数库获取图片中的感兴趣区并进行预处理；
具体的，依次对图像进行如下处理：①中值滤波处理，将每一像素点的灰度值设置为该点邻域窗口内所有像素点灰度值的中值，让周围的像素值接近真实值，消除孤立的噪声点；②图像开处理，先腐蚀再膨胀，去掉目标外的孤立点，进而消除由于笔尖的粗细不同以及书写力度的不同对提取中心线造成的影响；③最小值阈值处理；④图像二值化处理；⑤逐行读取手写体像素点，根据像素点是否为孤立点，逐步缩小待处理对象的尺寸，最终获取仅包含手写体图片的感兴趣区或手动选择待处理的手写体感兴趣区；
所述中值滤波处理时将每一像素点的灰度值设置为该点3*3邻域窗口内所有像素点灰度值的中值；
所述最小值阈值处理的具体过程包括：选择使源图像与阈值处理后的图像之间平方差最小的灰度值作为阈值，保留图像的重要信息，增强对比度；
3)对预处理后的感兴趣区进行细化处理，提取单像素的手写体骨架线；
4)提取步骤3)所得骨架线的中心线点链，逐条读取点链坐标，根据相邻点之间的距离来判断是否为孤立点，剔除孤立的无效点，并对有效点进行排序，存入数据结构；
5)将各点的点链坐标在设定区域标准化，通过对比实际两点之间距离与单像素连续点链相邻两点之间的距离来判断是否需要做抬刀处理，将已获取的骨架线点链由原始的几何坐标数值转存到加工路径数据结构中，并且按顺序依次连接各点，生成所需要的加工路径。
2.根据权利要求1所述利用手写体骨架线生成加工路径的方法，其特征在于，所述图像二值化处理的具体过程包括：逐个读取像素，将所得灰度值为0和255的二值图像转化灰度值为0和1的二值图像。
3.根据权利要求1所述利用手写体骨架线生成加工路径的方法，其特征在于，所述的步骤3)对预处理后的感兴趣区采用Rosenfeld细化算法实现细化处理。
4.根据权利要求1所述利用手写体骨架线生成加工路径的方法，其特征在于，所述的步骤5)将各点的点链坐标在20*10的区域进行标准化。
CN201611065543.7A 2016-11-28 2016-11-28 一种利用手写体骨架线生成加工路径的方法 Active CN106780412B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611065543.7A CN106780412B (zh) 2016-11-28 2016-11-28 一种利用手写体骨架线生成加工路径的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611065543.7A CN106780412B (zh) 2016-11-28 2016-11-28 一种利用手写体骨架线生成加工路径的方法

Publications (2)

Publication Number Publication Date
CN106780412A CN106780412A (zh) 2017-05-31
CN106780412B true CN106780412B (zh) 2020-04-14

Family

ID=58902248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611065543.7A Active CN106780412B (zh) 2016-11-28 2016-11-28 一种利用手写体骨架线生成加工路径的方法

Country Status (1)

Country Link
CN (1) CN106780412B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107204019B (zh) * 2017-05-31 2021-01-05 铜仁市万山区丹凤朱砂工艺品研发检测鉴定中心有限公司 一种根据照片生成加工代码的方法
CN114022886B (zh) * 2021-10-20 2024-06-14 浪潮金融信息技术有限公司 一种平板用手写体识别训练集生成方法、系统及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0962791A (ja) * 1995-08-22 1997-03-07 Hitachi Eng Co Ltd 文字認識装置及び文字認識方法
CN102509355A (zh) * 2011-09-30 2012-06-20 北京航空航天大学 一种面向书法汉字的计算机虚拟雕刻方法
CN102819238A (zh) * 2012-07-28 2012-12-12 西安煤矿机械有限公司 一种图文信息轮廓的雕刻方法
CN104156721A (zh) * 2014-07-31 2014-11-19 南京师范大学 一种基于模板匹配的脱机汉字笔画提取方法
CN104156730A (zh) * 2014-07-25 2014-11-19 山东大学 一种基于骨架的抗噪声汉字特征提取方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101183283A (zh) * 2007-12-04 2008-05-21 哈尔滨工业大学深圳研究生院 一种直接写入手写体信息的方法
CN101458768A (zh) * 2009-01-04 2009-06-17 上海大学 自由手写数字串分割方法
CN102179726B (zh) * 2011-03-24 2016-06-29 哈尔滨理工大学 基于图像技术的数控加工二次装夹偏差测量仪及方法
CN102750556A (zh) * 2012-06-01 2012-10-24 山东大学 一种脱机手写体汉字识别方法
CN104077604B (zh) * 2014-07-17 2017-05-24 重庆大学 一种文本内容无关的褶皱中文手写体鉴别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0962791A (ja) * 1995-08-22 1997-03-07 Hitachi Eng Co Ltd 文字認識装置及び文字認識方法
CN102509355A (zh) * 2011-09-30 2012-06-20 北京航空航天大学 一种面向书法汉字的计算机虚拟雕刻方法
CN102819238A (zh) * 2012-07-28 2012-12-12 西安煤矿机械有限公司 一种图文信息轮廓的雕刻方法
CN104156730A (zh) * 2014-07-25 2014-11-19 山东大学 一种基于骨架的抗噪声汉字特征提取方法
CN104156721A (zh) * 2014-07-31 2014-11-19 南京师范大学 一种基于模板匹配的脱机汉字笔画提取方法

Also Published As

Publication number Publication date
CN106780412A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN111160352B (zh) 一种基于图像分割的工件金属表面文字识别方法及系统
CN111626146B (zh) 一种基于模板匹配的合并单元格表格分割识别方法
CN111582294A (zh) 一种构建用于表面缺陷检测的卷积神经网络模型的方法及其利用
CN112613097A (zh) 一种基于计算机视觉的bim快速化建模方法
CN102750556A (zh) 一种脱机手写体汉字识别方法
CN112364834A (zh) 一种基于深度学习和图像处理的表格识别的还原方法
CN109344820A (zh) 基于计算机视觉和深度学习的数字式电表读数识别方法
TWI637325B (zh) 使用多顏色通道無記號偵測之便箋辨識與管理
CN111723789A (zh) 一种基于深度学习的图像文本坐标定位方法
CN106504225A (zh) 一种规则多边形的识别方法和装置
CN108399644A (zh) 一种墙体图像识别方法及其装置
CN107153067A (zh) 一种基于matlab的零件表面缺陷检测方法
CN110889374A (zh) 印章图像处理方法、装置、计算机及存储介质
CN110414517B (zh) 一种用于配合拍照场景的快速高精度身份证文本识别算法
CN106780412B (zh) 一种利用手写体骨架线生成加工路径的方法
CN114581646A (zh) 文本识别方法、装置、电子设备及存储介质
CN103530625A (zh) 一种基于数字图像处理的光学字符识别方法
CN109271882B (zh) 一种区分颜色的手写体汉字提取方法
Pradhan et al. A hand gesture recognition using feature extraction
CN115578741A (zh) 一种基于Mask R-cnn算法和类型分割的扫描文件版面分析方法
CN110378337B (zh) 金属切削刀具图纸标识信息视觉输入方法及系统
Patil et al. Multi font and size optical character recognition using template matching
CN108898045B (zh) 基于深度学习的手势识别的多标签图像预处理方法
CN116541912A (zh) 一种基于cad图像识别生成接线图的方法及装置
Machhale et al. Implementation of number recognition using adaptive template matching and feature extraction method

Legal Events

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