CN107194391A - 一种可对抗图像拉伸偏移的智能分析定位电子选票的方法 - Google Patents
一种可对抗图像拉伸偏移的智能分析定位电子选票的方法 Download PDFInfo
- Publication number
- CN107194391A CN107194391A CN201710266433.5A CN201710266433A CN107194391A CN 107194391 A CN107194391 A CN 107194391A CN 201710266433 A CN201710266433 A CN 201710266433A CN 107194391 A CN107194391 A CN 107194391A
- Authority
- CN
- China
- Prior art keywords
- ballot paper
- region
- identification
- electronics
- coordinate
- 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
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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Input (AREA)
Abstract
本发明提供一种可对抗图像拉伸偏移的智能分析定位电子选票的方法,从而可大大提高电子选票的识别准确率。该方法的工作原理为:计算机软件通过逐次扩大识别区域的定位范围,从而最终找到由于图像拉伸而偏移的选票识别框区域,软件判定找到选票识别框区域的条件是:待识别区域内寻找到上边线、下边线、左边线、右边线,并且上边线、下边线、左边线、右边线构成连续的矩形;对于基础选票识别框是连续的阵列排列的情况,下一待识别区域的定位识别步骤,则以前一识别区域确认找到的选票识别框区域作为参照物,可以更快速准确的寻找到该识别区域对应的选票识别框区域。
Description
技术领域
本发明涉及智能电子选票识别技术领域,具体涉及一种可对抗图像拉伸偏移的智能分析定位电子选票的方法。
背景技术
目前,在智能电子选票识别技术领域,对电子选票的识别大多仍采用传统的答题卡识别技术,选票必须采用彩色硬纸,选票识别框必须完全涂黑,选票的边框对应着每行每列都排列着黑方块,不仅选票不美观,而且投票人必须花费较长时间用于逐个涂黑选票识别框,这就增加了投票人的投票时间,造成各种不便。随着技术的发展,一种无需涂黑的智能电子选票识别技术应运而生,该技术由于采用像素智能识别技术,因此选票识别框可以为多种格式,选票识别框内的内容也可以为画圆、打勾、打叉等各种形式,而且也支持全黑白表格识别的选票模式,很大程度的提供了智能电子选票设计人员和投票人填写选票的便利,十分值得推广。但是这种智能电子选票识别技术,由于扫描仪扫描选票时,有时会使扫描到的图像产生拉伸偏移,如果此时计算机软件仍然以标准的电子选票基础模板的基础选票识别框区域对拉伸偏移的图像进行定位识别,则会造成拉伸部分的选票识别框区域定位失败,导致该次扫描到的选票图像成为废票,影响投票计票工作。
发明内容
本发明的目的是提出一种可对抗图像拉伸偏移的智能分析定位电子选票的方法,可以在扫描仪扫描到的电子选票发生图像拉伸偏移的情况下,仍然可以智能定位到正确的选票识别框区域,从而可大大提高电子选票的识别准确率。
根据本发明提供的可对抗图像拉伸偏移的智能分析定位电子选票的方法,包括以下步骤:
A、计算机软件设定电子选票基础模板,所述电子选票基础模板包括多个基础选票识别框区域,每个基础选票识别框区域是由上边线、下边线、左边线、右边线围成的矩形;
B、计算机软件打开电子选票图像,对电子选票图像上的选票识别框区域进行定位识别步骤:对待识别区域使用指针遍历法对图像的每个像素点遍历,分别寻找上边线、下边线、左边线、右边线,并判断此四边线是否构成连续的矩形;如果是,则对该识别区域的选票内容进行识别,否则放大待识别区域,再循环上述识别步骤;其中,对待识别区域的首次识别步骤,有两种情况:①若每个基础选票识别框区域之间是相互独立的,则待识别区域的首次识别步骤的坐标为所述电子选票基础模板上相应的基础选票识别框区域坐标;②若基础选票识别框是连续的阵列排列,则阵列的首个待识别区域的首次识别步骤的坐标为所述电子选票基础模板上相应的首个基础选票识别框区域坐标;对相邻的下一待识别区域的首次识别步骤的坐标P0,以所述电子选票基础模板上相应的基础选票识别框区域坐标P0’加上前次计算出的偏移量△P为坐标,即P0=P0’+△P,其中偏移量△P为前次识别步骤判断四边线构成连续矩形时的区域坐标与前一识别区域相对应的基础选票识别框区域坐标的差值。
本发明的工作原理为:计算机软件通过逐次扩大识别区域的定位范围,从而找到由于图像拉伸而偏移的选票识别框区域,软件判定找到选票识别框区域的条件是:待识别区域内寻找到上边线、下边线、左边线、右边线,并且上边线、下边线、左边线、右边线构成连续的矩形;对于基础选票识别框是连续的阵列排列的情况,下一待识别区域的识别步骤,则以前一识别区域确认找到的选票识别框区域作为参照物,可以更快速准确的寻找到该识别区域对应的选票识别框区域。
进一步的,所述电子选票基础模板上包括电子选票定位标识,所述情况②中,阵列的首个待识别区域的首次识别步骤的坐标为所述电子选票基础模板上相应的首个基础选票识别框区域坐标加上所述电子选票图像上的电子选票定位标识的偏移量。本发明针对的智能电子选票识别技术,电子选票基础模板上一般在三个角上设有三个整张选票定位标识,用于定位电子版面及检测扫描到的电子选票是否反转,在图像发生拉伸时,该电子选票定位标记也会发生拉伸,而电子选票定位标记拉伸的偏移量也可以通过本发明的识别步骤的工作原理同理找出偏移后的电子选票定位标记,再与电子选票基础模板上的电子选票定位标记比较计算得出,在识别阵列的首个待识别区域时,可以通过首先检测电子选票定位标记的偏移量,以该偏移量为参照值确定阵列的首个待识别区域的首次识别步骤的坐标,可以更加快速准确的寻找到阵列的首个选票识别框区域。
进一步的,所述电子选票定位标记为电子选票上选票内容的外框或者电子选票的四角中的三个角上设置的“+”符号。
附图说明
图1为本发明实施例1的电子选票基础模板结构示意图。
图2为本发明实施例2的电子选票基础模板结构示意图。
图3为本发明实施例3的电子选票基础模板结构示意图
具体实施方式
下面对照附图,通过对实施实例的描述,对本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理等作进一步的详细说明。
实施例1:
如图1,图中左上角、右上角和左下角的“+”符号即为电子选票定位标识。图中以标记处的基础选票识别框区域1和区域2以及区域3为例,说明本发明的原理。
设定基础选票识别框区域1和区域2以及区域3假如坐标分别为:区域1(280、380、70、60),区域2(352、380、70、60),区域3(424、380、70、60)其中,线宽像素为2。
假设扫描仪扫描电子选票图像发生了拉伸,造成区域1的坐标x偏移了25像素,y偏移了15像素,则区域1在扫描到的电子选票图像上的真实坐标应为(305、395、70、60),
计算机软件进行定位识别步骤:
1、计算机软件首次定位识别步骤的坐标以基础选票识别框区域1的坐标(280、380、70、60)进行定位识别,对区域(280、380、70、60)使用指针遍历法对图像的每个像素点遍历,依次遍历寻找上边线、下边线、左边线、右边线,那么,上边线遍历失败寻找不到,进行下一步;
2、对区域1扩大范围10个像素,即区域1为(270、370、90、80),对此区域使用指针遍历法对图像的每个像素点遍历,依次遍历寻找上边线、下边线、左边线、右边线,寻找到上边线为395,下边线遍历失败寻找不到。继续进行下一步区域扩大范围继续遍历;
3、对区域1再扩大范围20个像素,即区域1为(250、350、130、120),对此区域使用指针遍历法对图像的每个像素点遍历,依次遍历寻找上边线、下边线、左边线、右边线,寻找到上边线为395,寻找到下边线为455,寻找到左边线为305,寻找到右边线为375,并判断此四边为连续的矩形,即得到区域1的真实坐标为(305、395、70、60),计算出偏移量X为25像素,Y为15像素;此时,计算机软件即可对该识别区域(305、395、70、60)的选票内容进行定位识别;
4、根据步骤3得到相邻的下一区域2的首次识别步骤的坐标P0,P0以基础选票识别框区域2的坐标(352、380、70、60)加上步骤3中计算的偏移量△P(X为25像素,Y为15像素),P0=P0’+△P,然后重复步骤2和3的识别步骤,即可寻找到区域2的真实坐标,再对区域2的真实坐标内的选票内容进行定位识别;以此类推,即可得到区域3的真实坐标。其他区域的识别过程类似,此处不再赘述。
实际应用中,由于扫描仪的图像拉伸可能是不规则形状的,因此,△P是一个变量,采用本发明的识别方法,可以逐步修正△P,从而快速准确的完成电子选票识别框区域的智能定位。
作为优选的实施方式,对阵列的首个待识别区域也就是区域1的定位识别,步骤1的的首次识别步骤的坐标以基础选票识别框区域1的坐标(280、380、70、60)加上电子选票图像上的电子选票定位标识的偏移量。如图1所示,假设扫描仪扫描过程中,左上角的电子选票定位标记“+”的偏移量为x偏移了27像素,y偏移了16像素,那么,则区域1的首次识别步骤的坐标以(307、396、70、60),仅需要一次识别步骤即可识别到区域1的真实坐标为(305、395、70、60),极大程度提高识别定位效率。
实施例2:
如图2.,与实施例1不同的是,电子选票定位标记为电子选票上选票内容的外框a。在这种情况下,电子选票定位标记,即电子选票上选票内容外框a的真实坐标的识别过程与选票识别框区域的识别过程相同,此处不再赘述。识别出电子选票上选票内容外框a的真实坐标后,与电子选票上选票内容外框a在电子选票基础模板上的坐标比较计算,即可得出电子选票上选票内容外框a的偏移量。
实施例3:
如图3,与实施例1和实施例2不同的是,电子选票定位标记为电子选票上选票内容的外框b,且每个基础选票识别框区域之间是相互独立的。在这种情况下,可以不计算电子选票定位标记,即电子选票上选票内容的外框b的偏移量,而且选票识别框区域识别步骤中,待识别区域的首次识别步骤的坐标为电子选票基础模板上相应的基础选票识别框区域坐标。
Claims (3)
1.一种可对抗图像拉伸偏移的智能分析定位电子选票的方法,其特征在于包括以下步骤:
A、计算机软件设定电子选票基础模板,所述电子选票基础模板包括多个基础选票识别框区域,每个基础选票识别框区域是由上边线、下边线、左边线、右边线围成的矩形;
B、计算机软件打开电子选票图像,对电子选票图像上的选票识别框区域进行定位识别步骤:对待识别区域使用指针遍历法对图像的每个像素点遍历,分别寻找上边线、下边线、左边线、右边线,并判断此四边线是否构成连续的矩形;如果是,则对该识别区域的选票内容进行识别,否则放大待识别区域,再循环上述识别步骤;其中,对待识别区域的首次识别步骤,有两种情况:①若每个基础选票识别框区域之间是相互独立的,则待识别区域的首次识别步骤的坐标为所述电子选票基础模板上相应的基础选票识别框区域坐标;②若基础选票识别框是连续的阵列排列,则阵列的首个待识别区域的首次识别步骤的坐标为所述电子选票基础模板上相应的首个基础选票识别框区域坐标;对相邻的下一待识别区域的首次识别步骤的坐标P0,以所述电子选票基础模板上相应的基础选票识别框区域坐标P0’加上前次计算出的偏移量△P为坐标,即P0=P0’+ △P,其中偏移量△P为前次识别步骤判断四边线构成连续矩形时的区域坐标与前一识别区域相对应的基础选票识别框区域坐标的差值。
2.根据权利要求1所述的可对抗图像拉伸偏移的智能分析定位电子选票的方法,其特征在于所述电子选票基础模板上包括电子选票定位标识,所述情况②中,阵列的首个待识别区域的首次识别步骤的坐标为所述电子选票基础模板上相应的首个基础选票识别框区域坐标加上所述电子选票图像上的电子选票定位标识的偏移量。
3.根据权利要求2所述的可对抗图像拉伸偏移的智能分析定位电子选票的方法,其特征在于所述电子选票定位标记为电子选票上选票内容的外框或者电子选票的四角中的三个角上设置的“+”符号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710266433.5A CN107194391B (zh) | 2017-04-21 | 2017-04-21 | 一种可对抗图像拉伸偏移的智能分析定位电子选票的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710266433.5A CN107194391B (zh) | 2017-04-21 | 2017-04-21 | 一种可对抗图像拉伸偏移的智能分析定位电子选票的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107194391A true CN107194391A (zh) | 2017-09-22 |
CN107194391B CN107194391B (zh) | 2022-11-08 |
Family
ID=59872335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710266433.5A Active CN107194391B (zh) | 2017-04-21 | 2017-04-21 | 一种可对抗图像拉伸偏移的智能分析定位电子选票的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107194391B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109711404A (zh) * | 2018-12-20 | 2019-05-03 | 中科院成都信息技术股份有限公司 | 印章选票填涂的识别方法、装置及计算机可读存储介质 |
CN111091499A (zh) * | 2018-10-24 | 2020-05-01 | 方正国际软件(北京)有限公司 | 一种移动终端图像修正的方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004279302A (ja) * | 2003-03-18 | 2004-10-07 | Dowa Mining Co Ltd | 連続位置決め方法 |
CN1584920A (zh) * | 2004-06-04 | 2005-02-23 | 北京大学计算机科学技术研究所 | 一种已知表格的版面自动定向和定位方法 |
CN1804905A (zh) * | 2006-01-12 | 2006-07-19 | 北京飞利信电子技术有限公司 | 电子票箱的选票识别方法 |
CN101436321A (zh) * | 2008-12-12 | 2009-05-20 | 中科院成都信息技术有限公司 | 选票信息处理方法 |
CN101447017A (zh) * | 2008-11-27 | 2009-06-03 | 浙江工业大学 | 一种基于版面分析的选票快速识别统计方法及系统 |
CN103606220A (zh) * | 2013-12-10 | 2014-02-26 | 江苏国光信息产业股份有限公司 | 一种基于白光图像及红外图像的支票印刷体数字识别系统及其方法 |
CN103761518A (zh) * | 2014-01-10 | 2014-04-30 | 安徽大学 | 一种选票信息处理方法 |
CN104318231A (zh) * | 2014-10-15 | 2015-01-28 | 南通北城科技创业管理有限公司 | 一种选票图像快速定位的方法 |
CN104766043A (zh) * | 2014-10-15 | 2015-07-08 | 南通北城科技创业管理有限公司 | 一种选票图像快速识别的方法 |
CN105320952A (zh) * | 2015-10-15 | 2016-02-10 | 广东广信通信服务有限公司 | 一种基于ocr的行驶证信息识别方法 |
-
2017
- 2017-04-21 CN CN201710266433.5A patent/CN107194391B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004279302A (ja) * | 2003-03-18 | 2004-10-07 | Dowa Mining Co Ltd | 連続位置決め方法 |
CN1584920A (zh) * | 2004-06-04 | 2005-02-23 | 北京大学计算机科学技术研究所 | 一种已知表格的版面自动定向和定位方法 |
CN1804905A (zh) * | 2006-01-12 | 2006-07-19 | 北京飞利信电子技术有限公司 | 电子票箱的选票识别方法 |
CN101447017A (zh) * | 2008-11-27 | 2009-06-03 | 浙江工业大学 | 一种基于版面分析的选票快速识别统计方法及系统 |
CN101436321A (zh) * | 2008-12-12 | 2009-05-20 | 中科院成都信息技术有限公司 | 选票信息处理方法 |
CN103606220A (zh) * | 2013-12-10 | 2014-02-26 | 江苏国光信息产业股份有限公司 | 一种基于白光图像及红外图像的支票印刷体数字识别系统及其方法 |
CN103761518A (zh) * | 2014-01-10 | 2014-04-30 | 安徽大学 | 一种选票信息处理方法 |
CN104318231A (zh) * | 2014-10-15 | 2015-01-28 | 南通北城科技创业管理有限公司 | 一种选票图像快速定位的方法 |
CN104766043A (zh) * | 2014-10-15 | 2015-07-08 | 南通北城科技创业管理有限公司 | 一种选票图像快速识别的方法 |
CN105320952A (zh) * | 2015-10-15 | 2016-02-10 | 广东广信通信服务有限公司 | 一种基于ocr的行驶证信息识别方法 |
Non-Patent Citations (8)
Title |
---|
JIAYA JIA 等: "Tensor Voting for Image Correction by Global and Local Intensity Alignment", 《 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 * |
吴显礼: "自动抽出填入表格信息的改进算法", 《中国中文信息学会 会议论文集》 * |
汪磊: "基于结构特征提取的选票分析系统的设计与研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
胡俐蕊 等: "选票图像识别的快速方法", 《计算机工程与设计》 * |
胡俐蕊 等: "选票扫描图像识别中的快速定位方法", 《计算机应用于软件》 * |
范玉凤: "基于复杂度的自适应中文版面分析方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
韩里洋 等: "选票图像识别算法", 《计算机应用》 * |
黄素娟 等: "基于失真图像特性测量的扫描图像校正技术", 《光电子·激光》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111091499A (zh) * | 2018-10-24 | 2020-05-01 | 方正国际软件(北京)有限公司 | 一种移动终端图像修正的方法及装置 |
CN111091499B (zh) * | 2018-10-24 | 2023-05-23 | 方正国际软件(北京)有限公司 | 一种移动终端图像修正的方法及装置 |
CN109711404A (zh) * | 2018-12-20 | 2019-05-03 | 中科院成都信息技术股份有限公司 | 印章选票填涂的识别方法、装置及计算机可读存储介质 |
CN109711404B (zh) * | 2018-12-20 | 2019-12-24 | 中科院成都信息技术股份有限公司 | 印章选票填涂的识别方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107194391B (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101872475B (zh) | 一种扫描文档图像自动配准方法 | |
US5077805A (en) | Hybrid feature-based and template matching optical character recognition system | |
CN100377167C (zh) | 一种用于二维码识别的二维码区域精确定位方法 | |
US9355293B2 (en) | Code detection and decoding system | |
US8792715B2 (en) | System and method for forms classification by line-art alignment | |
JP4801551B2 (ja) | 画像領域検出方法、該プログラム、及び該装置 | |
CN102360419B (zh) | 计算机扫描阅读管理方法及系统 | |
JP4901676B2 (ja) | ナンバープレート情報処理装置及びナンバープレート情報処理方法 | |
JP6031736B2 (ja) | 物体識別システム及びプログラム | |
CN110472625B (zh) | 一种基于傅里叶描述子的象棋棋子视觉识别方法 | |
CN103593838B (zh) | 一种快速互相关灰度图像匹配方法与装置 | |
CN105046200A (zh) | 基于直线检测的电子阅卷方法 | |
CN104637041A (zh) | 一种基于参照特征的宽幅织物图像获取与拼接方法 | |
CN109584250B (zh) | 一种鲁棒的视觉区域自动划分标注的方法 | |
CN107194391A (zh) | 一种可对抗图像拉伸偏移的智能分析定位电子选票的方法 | |
CN106815830A (zh) | 图像的缺陷检测方法 | |
CN107423738A (zh) | 一种基于模板匹配的试卷题目定位方法及装置 | |
CN113505808B (zh) | 基于深度学习用于配电类设施开关检测识别算法 | |
CN103455798B (zh) | 基于最大几何流向直方图的人体检测方法 | |
CN104036494A (zh) | 一种用于水果图像的快速匹配计算方法 | |
CN103235951A (zh) | 一种矩阵式二维条码的初步定位方法 | |
CN106056575A (zh) | 一种基于似物性推荐算法的图像匹配方法 | |
CN113920140B (zh) | 一种基于深度学习的铁路货车管盖脱落故障识别方法 | |
JP5280337B2 (ja) | 文字認識方法及び文字認識装置 | |
JP2010191767A (ja) | 文字認識装置及び文字認識方法 |
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 |