CN108073906A - 菜品营养成分检测方法、装置、烹饪器具和可读存储介质 - Google Patents
菜品营养成分检测方法、装置、烹饪器具和可读存储介质 Download PDFInfo
- Publication number
- CN108073906A CN108073906A CN201711444176.6A CN201711444176A CN108073906A CN 108073906 A CN108073906 A CN 108073906A CN 201711444176 A CN201711444176 A CN 201711444176A CN 108073906 A CN108073906 A CN 108073906A
- Authority
- CN
- China
- Prior art keywords
- food materials
- vegetable
- weight
- nutritional ingredient
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种菜品营养成分检测方法、装置、烹饪器具和可读存储介质,其中,菜品营养成分检测方法包括:获取置于腔体中的菜品的图像;根据图像,确定菜品中所包含的食材;根据每种食材占的图像的比例,确定每种食材的体积;根据每种食材的体积,计算每种食材的估算重量;根据每种食材的估算重量,计算菜品的估算重量;获取菜品的实际重量;根据菜品的实际重量及菜品的估算重量,修正每种食材的实际重量;按照食材营养成分表,根据每种食材的实际重量,计算每种食材的营养成分。通过本发明的技术方案,优化了菜品营养成分的计算方法,提高了计算菜品营养成分的准确性。
Description
技术领域
本发明涉及电子技术领域,具体而言,涉及一种菜品营养成分检测方法、一种菜品营养成分检测装置、一种烹饪器具和一种计算机可读存储介质。
背景技术
人们越来越关注饮食的质量,在相关技术中,通常是采用专门的营养成分检测装置对食物进行检测,如蛋白质检测装置、氨基酸检测装置,这类装置成本昂贵且不具有通用性,不能够满足人们日常生活的需求。并且也没有相关的家用电器,能够准确地识别出食物中所包含营养成分的种类和重量。因此,需要一种能够快速准确检测菜品的营养成分的方法和装置。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的一个目的在于提供一种菜品营养成分的检测方法。
本发明的另一个目的在于提供一种菜品营养成分的检测装置。
本发明的另一个目的在于提供一种烹饪器具。
本发明的另一个目的在于提供一种计算机可读存储介质。
为了实现上述目的,根据本发明的第一方面的实施例,提供了一种菜品营养成分的检测方法,包括:获取置于腔体中的菜品的图像;根据图像,确定菜品中所包含的各种食材;根据每种食材占据图像的比例,确定每种食材的体积;根据每种食材的体积,计算每种食材的估算重量;根据每种食材的估算重量,计算菜品的估算重量;获取菜品的实际重量;根据菜品的实际重量及菜品的估算重量,修正每种食材的实际重量;按照食材营养成分表,根据每种食材的实际重量,计算每种食材的营养成分。
在该技术方案中,首先通过菜品的图像来确定菜品所包含的食材,并根据图像确定每种食材所占的比例,从而估算每种食材的重量,然后通过获取整个菜品的实际重量,修正每种食材的实际重量,再按照食材营养成分表,计算每种食材的营养成分。通过这样的方法,因为可以得到精确的食材重量,所以可以精确地计算出菜品的营养成分,进而提高了计算菜品营养成分的准确性。
在上述任一技术方案中,优选地,根据每种食材占的图像的比例,确定每种食材的体积,具体包括:根据图像,统计每种食材所占的像素点总数;根据每种食材所占的像素点总数,计算每种食材所占的图像的比例;按照比例和预设的比例系数,确定每种食材的体积,其中,比例系数与菜品所在的腔体的体积相对应。
在该技术方案中,每种食材占据整个菜品的比例是通过统计每种食材所占的像素点总数来计算的。然后按照食材比例和预设的比例系数,确定每种食材的体积。通过像素点来确定食材比例,可以看到,精度被大大提高,可以非常精确地计算出食材的比例,从而提高了食材体积计算的准确性,进而提高了计算菜品营养成分的准确性。在此,预设的比例系数是根据腔体的体积计算得到的,针对不同的腔体体积,比例系数不同,这样就可以精确地根据图像中的平面比例关系,得到食材的体积关系,进而提高食材重量的计算精度。
在上述任一技术方案中,优选地,根据菜品的实际重量及菜品的估算重量,修正每种食材的实际重量,具体包括:根据每种食材的预计重量和菜品的预计重量,计算每种食材的预计重量占菜品的预计重量的比例;计算菜品的实际重量与菜品的估算重量之间的差值;根据比例和差值,修正每种食材的预计重量,得到每种食材的实际重量。
在该技术方案中,通过获取菜品的实际重量,修正每种食材的预计重量,得到每种食材的实际重量,提高了计算每种食材重量的准确性。通过计算每种食材的预计重量占菜品的预计重量的比例,以及菜品实际重量与菜品估算重量的差值,对每种食材的估算重量进行修订,得到每种食材的实际重量,有利于在计算每种食材的营养成分时,提高计算结果的准确性。
在上述任一技术方案中,优选地,菜品营养成分的检测方法还包括:生成包括菜品的营养成分的展示图表。
在该技术方案中,通过生成菜品营养成分展示图表,将计算结果更加直观地展示给用户,其中,展示图表可以为柱形图模式,也可以为饼图模式。另外,还可以上传计算的营养成分结果,通过网络数据对比,给出用户饮食建议。
在上述任一技术方案中,优选地,菜品营养成分的检测方法还包括:推送展示图表至客户端。
在该技术方案中,通过将生成的展示图表发送至客户端,能够方便用户对营养成分信息进行查阅,还能通过与其他应用软件相连,更好的制定每日饮食计划,优化饮食习惯。
根据本发明的第二方面的技术方案,提供了一种菜品营养成分的检测装置,包括:图像获取单元,用于获取置于腔体中的菜品的图像;食材确定单元,用于根据图像,确定菜品中所包含的食材;体积确定单元,用于根据每种食材占据图像的比例,确定每种食材的体积;食材重量计算单元,用于根据每种食材的体积,计算每种食材的估算重量;菜品重量计算单元,用于根据每种食材的估算重量,计算菜品的估算重量;重量获取单元,用于获取菜品的实际重量;修正单元,用于根据菜品的实际重量及菜品的估算重量,修正每种食材的实际重量;营养成分计算单元,用于按照食材营养成分表,根据每种食材的实际重量,计算每种食材的营养成分。
在该技术方案中,首先通过菜品的图像来确定菜品所包含的食材,并根据图像确定每种食材所占的比例,从而估算每种食材的重量,然后通过获取整个菜品的实际重量,修正每种食材的实际重量,再按照食材营养成分表,计算每种食材的营养成分。通过这样的方法,因为可以得到精确的食材重量,所以可以精确地计算出菜品的营养成分,进而提高了计算菜品营养成分的准确性。
在上述任一技术方案中,优选地,体积确定单元具体包括:统计子单元,用于根据图像,统计每种食材占据的像素点总数;食材图像比例计算子单元,用于根据每种食材占据的像素点总数,计算每种食材占据的图像的比例;食材体积确定子单元,用于按照比例和预设的比例系数,确定每种食材的体积,其中,比例系数与菜品所在的腔体的体积相对应。
在该技术方案中,每种食材占据整个菜品的比例是通过统计每种食材所占的像素点总数来计算的。然后按照食材比例和预设的比例系数,确定每种食材的体积。通过像素点来确定食材比例,可以看到,精度被大大提高,可以非常精确地计算出食材的比例,从而提高了食材体积计算的准确性,进而提高了计算菜品营养成分的准确性。在此,预设的比例系数是根据腔体的体积计算得到的,针对不同的腔体体积,比例系数不同,这样就可以精确地根据图像中的平面比例关系,得到食材的体积关系,进而提高食材重量的计算精度。
其中,预设的比例系数仅与腔体有关。设定比例系数时,在腔体中放置参照物,获取参照物图像,并统计图像中参照物所对应的像素点。通过分析参照物的像素点、参照物体积、腔体体积,得出预设的比例系数,进而保证在实际环境中,能够准确地得出腔体中所放菜品中食材的体积。
在上述任一技术方案中,优选地,修正单元具体包括:食材重量比例计算子单元,用于根据每种食材的预计重量和菜品的预计重量,计算每种食材的预计重量占菜品的预计重量的比例;差值计算子单元,用于计算菜品的实际重量与菜品的估算重量之间的差值;修正子单元,用于根据比例和差值,修正每种食材的预计重量,得到每种食材的实际重量。
在该技术方案中,通过获取菜品的实际重量,修正每种食材的预计重量,得到每种食材的实际重量,提高了计算每种食材重量的准确性。通过计算每种食材的预计重量占菜品的预计重量的比例,以及菜品实际重量与菜品估算重量的差值,对每种食材的估算重量进行修订,得到每种食材的实际重量,有利于在计算每种食材的营养成分时,提高计算结果的准确性。
在上述任一技术方案中,优选地,菜品营养成分的检测装置还包括:生成单元,用于生成包括菜品的营养成分的展示图表。
在该技术方案中,通过生成菜品营养成分展示图表,将计算结果更加直观地展示给用户,其中,展示图表可以为柱形图模式,也可以为饼图模式。另外,还可以上传计算的营养成分结果,通过网络数据对比,给出用户饮食建议。
在上述任一技术方案中,优选地,菜品营养成分的检测装置还包括:推送单元,用于推送展示图表至客户端。
在该技术方案中,通过将生成的展示图表发送至客户端,能够方便用户对营养成分信息进行查阅。也可以通过与其他应用软件相连,更好制定每日饮食计划,优化饮食习惯。
根据本发明的第三方面的技术方案,提供了一种烹饪器具,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如本发明第一方面的技术方案中菜品营养成分的检测方法限定的步骤。
通过在烹饪装置上实现检测菜品营养成分的方法,该烹饪装置能够根据需要在烹饪菜品的过程中,完成菜品的营养检测,能够为用户提供完整的营养成分数据。
根据本发明的第四方面的技术方案,提供了一种烹饪器具,包括:本发明第二方面的技术方案中的菜品营养成分的检测装置;称重传感器,设于腔体底部,连接于检测装置,用于测量放置于腔体中的菜品的重量,并将重量发送至检测装置的重量获取单元;图像获取装置,设于腔体内部,连接于检测装置,用于拍摄放置于腔体中的菜品的图像,并将图像发送至检测装置的图像获取单元。
在该技术方案中,因为具有称重传感器和图像获取装置,所以能够实现图像的获取和菜品总重量的获取。
根据本发明的第五方面的技术方案,提供了一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被执行时实现如第一方面的技术方案限定的菜品营养成分的检测方法。
本发明的附加方面和优点将在下面的描述部分中给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了根据本发明的一个实施例的菜品营养成分的检测方法的示意流程图;
图2示出了根据本发明的一个实施例的菜品营养成分的检测装置的示意框图;
图3示出了根据本发明的一个实施例的一个菜品营养成分的检测装置子单元的示意框图;
图4示出了根据本发明的一个实施例的另一个菜品营养成分的检测装置子单元的示意框图;
图5示出了根据本发明的一个实施例的烹饪器具的示意框图;
图6示出了根据本发明的一个实施例的检测方法的流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了根据本发明的一个实施例的菜品营养成分的检测方法的示意流程图。
如图1所示,根据本发明的实施例的菜品营养成分的检测方法,包括:步骤S102:获取置于腔体中的菜品的图像;步骤S104:根据图像,确定菜品中所包含的食材;步骤S106:根据每种食材占据图像的比例,确定每种食材的体积;步骤S108:根据每种食材的体积,计算每种食材的估算重量;步骤S110:根据每种食材的估算重量,计算菜品的估算重量;步骤S112:获取菜品的实际重量;步骤S114:根据菜品的实际重量及菜品的估算重量,修正每种食材的实际重量;步骤S116:按照食材营养成分表,根据每种食材的实际重量,计算每种食材的营养成分。
在该技术方案中,通过获取菜品图像信息,利用图像识别技术,自动识别菜品中所包含食材的种类,再通过对图像信息进行分析,得出每种食材在图像中所占的比例,结合腔体体积与图片的比例系数关系,进而得出食材的体积。再通过查找食材密度表,得出食材的密度,计算出食材的估算重量和菜品的估算重量,以及每种食材估算重量与菜品估算重量的比例关系。通过获取菜品的实际重量,对食材的估算重量进行修正,进而得出每种食材的实际重量。按照食材营养成分表,可以得出每种食材所包含的营养成分种类和重量,将所有食材的营养成分相加,得出菜品的营养成分。通过获取菜品的实际重量,修正每种食材的实际重量,再按照食材营养成分表,计算每种食材的营养成分,优化了菜品营养成分的计算方法,提高了计算菜品营养成分的准确性。
在上述任一技术方案中,优选地,根据每种食材占的图像的比例,确定每种食材的体积,具体包括:根据图像,统计每种食材所占的像素点总数;根据每种食材所占的像素点总数,计算每种食材所占的图像的比例;按照比例和预设的比例系数,确定每种食材的体积,其中,比例系数与菜品所在的腔体的体积相对应。
在该技术方案中,通过统计每种食材所占的像素点总数,计算食材在图像中所占的比例,按照食材比例和预设的比例系数,确定每种食材的体积,提高了食材体积计算的准确性,进而提高了计算菜品营养成分的准确性。通过统计每种食材对应的像素点总数,能够准确地计算出每种食材在图像中的比例,提高计算方法的准确性。按照每种食材在图像中所占的比例和预设的比例系数,计算出每种食材的体积。
其中,预设的比例系数仅与腔体有关。可以通过先对腔体内部拍照,利用腔体体积与图片像素,得出实体环境与图片像素间的比例参数来作为预设的比例系数。也就是说,菜品所在的腔体一定确定,则这个比例系数就可以确定下来。
在上述任一技术方案中,优选地,根据菜品的实际重量及菜品的估算重量,修正每种食材的实际重量,具体包括:根据每种食材的预计重量和菜品的预计重量,计算每种食材的预计重量占菜品的预计重量的比例;计算菜品的实际重量与菜品的估算重量之间的差值;根据比例和差值,修正每种食材的预计重量,得到每种食材的实际重量。
在该技术方案中,通过获取菜品的实际重量,修正每种食材的预计重量,得到每种食材的实际重量,提高了计算每种食材重量的准确性。通过计算每种食材的预计重量占菜品的预计重量的比例,以及菜品实际重量与菜品估算重量的差值,对每种食材的估算重量进行修订,得到每种食材的实际重量,有利于在计算每种食材的营养成分时,提高计算结果的准确性。
在上述任一技术方案中,优选地,菜品营养成分的检测方法还包括:生成包括菜品的营养成分的展示图表。
在该技术方案中,通过生成菜品营养成分展示图表,将计算结果展示给用户,其中,展示图表可以为柱形图模式,也可以为饼图模式。
在上述任一技术方案中,优选地,菜品营养成分的检测方法还包括:推送展示图表至客户端。
在该技术方案中,通过将生成的展示图表发送至客户端,能够方便用户对营养成分信息进行查阅,还能通过与其他应用软件相连,更好的制定每日饮食计划,优化饮食习惯。
下面结合图2至图4对本发明的一个实施例的菜品营养成分的检测装置进行说明。图2示出了根据本发明的一个实施例的菜品营养成分的检测装置的示意框图。图3示出了根据本发明的一个实施例的一个菜品营养成分的检测装置子单元的示意框图。图4示出了根据本发明的一个实施例的另一个菜品营养成分的检测装置子单元的示意框图。
如图2所示,根据本发明的一个实施例的菜品营养成分的检测装置200,包括:图像获取单元202,用于获取置于腔体中的菜品的图像;食材确定单元204,用于根据图像,确定菜品中所包含的食材;体积确定单元206,用于根据每种食材占的图像的比例,确定每种食材的体积;食材重量计算单元208,用于根据每种食材的体积,计算每种食材的估算重量;菜品重量计算单元210,用于根据每种食材的估算重量,计算菜品的估算重量;重量获取单元212,用于获取菜品的实际重量;修正单元214,用于根据菜品的实际重量及菜品的估算重量,修正每种食材的实际重量;营养成分计算单元216,用于按照食材营养成分表,根据每种食材的实际重量,计算每种食材的营养成分。
在该技术方案中,通过获取菜品图像信息,利用图像识别技术,自动识别菜品中所包含食材的种类,再通过对图像信息进行分析,得出每种食材在图像中所占的比例,结合腔体体积与图片的比例系数关系,进而得出食材的体积。再通过查找食材密度表,得出食材的密度,计算出食材的估算重量和菜品的估算重量,以及每种食材估算重量与菜品估算重量的比例关系。通过获取菜品的实际重量,对食材的估算重量进行修正,进而得出每种食材的实际重量。按照食材营养成分表,可以得出每种食材所包含的营养成分种类和重量,将所有食材的营养成分相加,得出菜品的营养成分。通过获取菜品的实际重量,修正每种食材的实际重量,再按照食材营养成分表,计算每种食材的营养成分,优化了菜品营养成分的计算方法,提高了计算菜品营养成分的准确性。
例如,在压力锅中设置图像获取装置和称重装置,通过图像获取装置获取压力锅中菜品的图片,利用图像识别技术,识别菜品图片中所包含的食材的种类以及每种食材所占的体积,通过食材密度对照表,查询食材对应的密度,计算出每种食材对应的估算重量。再通过称重装置获取菜品的实际重量,对每种食材估算重量进行修正,获取每种食材的实际重量。通过查找食材营养成分表,计算每种食材所包含的营养成分,进而得出菜品中所含营养成分的总量。
如图3所示,体积确定单元206可以具体包括:统计子单元302,用于根据图像,统计每种食材所占的像素点总数;食材图像比例计算子单元304,用于根据每种食材所占的像素点总数,计算每种食材所占的图像的比例;食材体积确定子单元306,用于按照比例和预设的比例系数,确定每种食材的体积,其中,比例系数与菜品所在的腔体的体积相对应。
在该技术方案中,通过统计每种食材所占的像素点总数,计算食材在图像中所占的比例,按照食材比例和预设的比例系数,确定每种食材的体积,提高了食材体积计算的准确性,进而提高了计算菜品营养成分的准确性。通过统计每种食材对应的像素点总数,能够准确地计算出每种食材在图像中的比例,提高计算方法的准确性。按照每种食材在图像中所占的比例和预设的比例系数,计算出每种食材的体积。
其中,预设的比例系数仅与腔体有关。可以通过先对腔体内部拍照,利用腔体体积与图片像素,得出实体环境与图片像素间的比例参数来作为预设的比例系数。也就是说,菜品所在的腔体一定确定,则这个比例系数就可以确定下来。
如图4所示,修正单元214可以具体包括:食材重量比例计算子单元402,用于根据每种食材的预计重量和菜品的预计重量,计算每种食材的预计重量占菜品的预计重量的比例;差值计算子单元404,用于计算菜品的实际重量与菜品的估算重量之间的差值;修正子单元406,用于根据比例和差值,修正每种食材的预计重量,得到每种食材的实际重量。
在该技术方案中,通过获取菜品的实际重量,修正每种食材的预计重量,得到每种食材的实际重量,提高了计算每种食材重量的准确性。通过计算每种食材的预计重量占菜品的预计重量的比例,以及菜品实际重量与菜品估算重量的差值,对每种食材的估算重量进行修订,得到每种食材的实际重量,有利于在计算每种食材的营养成分时,提高计算结果的准确性。
在上述任一技术方案中,优选地,菜品营养成分的检测装置200还可以包括:生成单元218,用于生成包括菜品的营养成分的展示图表。
在上述任一技术方案中,优选地,菜品营养成分的检测装置200还可以包括:推送单元220,用于推送展示图表至客户端。
图5示出了根据本发明的一个实施例的烹饪装置的示意框图。
如图5所示,根据本发明的一个实施例的烹饪装置500,包括:如图2所示的菜品营养成分的检测装置200;称重传感器502,设于腔体底部,连接于菜品营养成分的检测装置200,用于测量放置于腔体中的菜品的重量,并将重量发送至检测装置的重量获取单元212;图像获取装置504,设于腔体内部,连接于菜品营养成分的检测装置200,用于拍摄放置于腔体中的菜品的图像,并将图像发送至检测装置的图像获取单元202。
其中,称重传感器502可以为电容式称重传感器、电阻应变式称重传感器。图像获取装置504可以为摄像头。
下面结合图6以微波炉作为烹饪装置为例来进一步说明本申请的技术方案。例如,在微波炉腔体上方设置有摄像头,在腔体下方设置有电阻应变式称重传感器,放入腔体中的菜品为“西红柿鸡蛋”。
如图6所示,步骤S602,当摄像头获取装有菜品“西红柿炒鸡蛋”的的腔体图片;步骤S604,利用菜品识别算法,识别出菜品为“西红柿炒鸡蛋”;步骤S606,利用食材识别算法,识别出食材的种类包括“鸡蛋”与“西红柿”;步骤S608,获取预先准备好的实物与图片比例参数;步骤S610,计算食材体积,包括:确定“鸡蛋”与“西红柿”在图像中所占像素点的总数,根据像素点的总数,计算出“鸡蛋”与“西红柿”在图像中的比例,以及根据步骤S608中获取的比例系数,计算“鸡蛋”与“西红柿”的体积;步骤S612,查询食材密度表,得到“鸡蛋”与“西红柿”的密度;步骤S614,根据“鸡蛋”与“西红柿”的密度和分别对应的体积来分别计算食材重量;步骤S616,食材重量相加,计算菜品西红柿炒鸡蛋”的重量;步骤S618,获取重量传感器测出的真实重量;步骤S620,修正食材重量;步骤S622,查询营养成分表;步骤S624,计算食材营养成分;步骤S626,计算菜品营养成分;步骤S628,输出菜品营养成分。
例如,在上述示例中,通过计算得到“鸡蛋”的估算重量为15克、“西红柿”的估算重量为285克,因此菜品“西红柿炒鸡蛋”的估算重量为300克,“鸡蛋”与“西红柿”的估算重量比例关系为1:20和19:20。通过称重传感器获取“西红柿炒鸡蛋”的实际重量为330克,与估算重量的差值为30克,据此,对食材“鸡蛋”与“西红柿”的实际重量进行修订,得出“鸡蛋”的实际重量为16.5克、“西红柿”的实际重量为313.5克
再按照食材营养成分表,可以查出每克(或每100克)“鸡蛋”与“西红柿”中所包含的营养成分,每100克西红柿中含有蛋白质0.6克、碳水化合物3.3克。因此,可以得出330克“西红柿鸡蛋”中包含蛋白质1.98克、碳水化合物10.89克。
本领域技术人员应该理解,尽管上面以微波炉为例进行了说明,但是除了微波炉之外的其他烹饪装置也在本申请的保护范围之内,例如,压力锅、烤箱、电蒸锅、电饭锅等等。
根据本发明的实施例,还提出了一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被执行时实现以下步骤:获取置于腔体中的菜品的图像;根据图像,确定菜品中所包含的食材;根据每种食材占的图像的比例,确定每种食材的体积;根据每种食材的体积,计算每种食材的估算重量;根据每种食材的估算重量,计算菜品的估算重量;获取菜品的实际重量;根据菜品的实际重量及菜品的估算重量,修正每种食材的实际重量;按照食材营养成分表,根据每种食材的实际重量,计算每种食材的营养成分。
以上结合附图详细说明了本发明的技术方案,本发明提供了一种菜品营养成分检测方法、装置、烹饪器具和可读存储介质,其中,菜品营养成分检测方法包括:获取置于腔体中的菜品的图像;根据图像,确定菜品中所包含的食材;根据每种食材占的图像的比例,确定每种食材的体积;根据每种食材的体积,计算每种食材的估算重量;根据每种食材的估算重量,计算菜品的估算重量;获取菜品的实际重量;根据菜品的实际重量及菜品的估算重量,修正每种食材的实际重量;按照食材营养成分表,根据每种食材的实际重量,计算每种食材的营养成分。通过本发明的技术方案,优化了菜品营养成分的计算方法,提高了计算菜品营养成分的准确性。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种菜品营养成分的检测方法,其特征在于,所述菜品营养成分的检测方法包括:
获取置于腔体中的菜品的图像;
根据所述图像,确定所述菜品中所包含的各种食材;
根据每种所述食材占据所述图像的比例,确定每种所述食材的体积;
根据每种所述食材的体积,计算每种所述食材的估算重量;
根据每种所述食材的估算重量,计算所述菜品的估算重量;
获取所述菜品的实际重量;
根据所述菜品的实际重量及所述菜品的估算重量,修正每种所述食材的实际重量;
按照食材营养成分表,根据每种所述食材的实际重量,计算每种所述食材的营养成分。
2.根据权利要求1所述的菜品营养成分的检测方法,其特征在于,根据每种所述食材占据所述图像的比例,确定每种所述食材的体积,具体包括:
根据所述图像,统计每种所述食材占据的像素点总数;
根据每种所述食材所占据的像素点总数,计算每种所述食材占据所述图像的比例;
按照所述比例和预设的比例系数,确定每种所述食材的体积,
其中,所述比例系数与所述菜品所在的所述腔体的体积相对应。
3.根据权利要求1或2所述的菜品营养成分的检测方法,其特征在于,根据所述菜品的实际重量及所述菜品的估算重量,修正每种所述食材的实际重量,具体包括:
根据每种所述食材的预计重量和所述菜品的预计重量,计算每种所述食材的预计重量占所述菜品的预计重量的比例;
计算所述菜品的实际重量与所述菜品的估算重量之间的差值;
根据所述比例和所述差值,修正每种所述食材的预计重量,得到每种所述食材的实际重量。
4.根据权利要求1所述的菜品营养成分的检测方法,其特征在于,还包括:
生成包括所述菜品的营养成分的展示图表。
5.根据权利要求4所述的菜品营养成分的检测方法,其特征在于,还包括:
推送所述展示图表至客户端。
6.一种菜品营养成分的检测装置,其特征在于,所述菜品营养成分的检测装置包括:
图像获取单元,用于获取置于腔体中的菜品的图像;
食材确定单元,用于根据所述图像,确定所述菜品中所包含的各种食材;
体积确定单元,用于根据每种所述食材占据所述图像的比例,确定每种所述食材的体积;
食材重量计算单元,用于根据每种所述食材的体积,计算每种所述食材的估算重量;
菜品重量计算单元,用于根据每种所述食材的估算重量,计算所述菜品的估算重量;
重量获取单元,用于获取所述菜品的实际重量;
修正单元,用于根据所述菜品的实际重量及所述菜品的估算重量,修正每种所述食材的实际重量;
营养成分计算单元,用于按照食材营养成分表,根据每种所述食材的实际重量,计算每种所述食材的营养成分。
7.根据权利要求6所述的菜品营养成分的检测装置,其特征在于,所述体积确定单元具体包括:
统计子单元,用于根据所述图像,统计每种所述食材占据的像素点总数;
食材图像比例计算子单元,用于根据每种所述食材所占据的像素点总数,计算每种所述食材占据的所述图像的比例;
食材体积确定子单元,用于按照所述比例和预设的比例系数,确定每种所述食材的体积,
其中,所述比例系数与所述菜品所在的所述腔体的体积相对应。
8.根据权利要求6或7所述的菜品营养成分的检测装置,其特征在于,所述修正单元具体包括:
食材重量比例计算子单元,用于根据每种所述食材的预计重量和所述菜品的预计重量,计算每种所述食材的预计重量占所述菜品的预计重量的比例;
差值计算子单元,用于计算所述菜品的实际重量与所述菜品的估算重量之间的差值;
修正子单元,用于根据所述比例和所述差值,修正每种所述食材的预计重量,得到每种所述食材的实际重量。
9.根据权利要求6所述的菜品营养成分的检测装置,其特征在于,还包括:
生成单元,用于生成包括所述菜品的营养成分的展示图表。
10.根据权利要求9所述的菜品营养成分的检测装置,其特征在于,还包括:
推送单元,用于推送所述展示图表至客户端。
11.一种烹饪器具,其特征在于,所述烹饪器具包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,
所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述菜品营养成分的检测方法限定的步骤。
12.一种烹饪器具,其特征在于,所述烹饪器具包括如权利要求6至10中任一项所述菜品营养成分的检测装置。
13.根据权利要求12所述的烹饪器具,所述烹饪器具包括腔体,设于所述烹饪器具内部,其特征在于,还包括:
称重传感器,设于所述腔体底部,连接于所述检测装置,用于测量放置于所述腔体中的菜品的重量,并将所述重量发送至所述检测装置的重量获取单元;
图像获取装置,设于所述腔体内部,连接于所述检测装置,用于拍摄放置于所述腔体中的所述菜品的图像,并将所述图像发送至所述检测装置的图像获取单元。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述营养成分的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711444176.6A CN108073906B (zh) | 2017-12-27 | 2017-12-27 | 菜品营养成分检测方法、装置、烹饪器具和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711444176.6A CN108073906B (zh) | 2017-12-27 | 2017-12-27 | 菜品营养成分检测方法、装置、烹饪器具和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108073906A true CN108073906A (zh) | 2018-05-25 |
CN108073906B CN108073906B (zh) | 2021-04-30 |
Family
ID=62156023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711444176.6A Active CN108073906B (zh) | 2017-12-27 | 2017-12-27 | 菜品营养成分检测方法、装置、烹饪器具和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108073906B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109389144A (zh) * | 2018-08-14 | 2019-02-26 | 上海常仁信息科技有限公司 | 一种基于菜品识别的菜品组成分析系统和方法 |
CN109978351A (zh) * | 2019-03-14 | 2019-07-05 | 刘强 | 一种基于图像采集处理的菜品评估系统 |
CN110638312A (zh) * | 2019-10-11 | 2020-01-03 | 广东美的厨房电器制造有限公司 | 烹饪设备的控制装置、控制方法、烹饪设备及存储介质 |
CN112163582A (zh) * | 2020-09-24 | 2021-01-01 | 深圳市启蒙智慧医疗科技有限公司 | 基于厨房多传感器一体称的称量方法、装置及智能终端 |
CN112534463A (zh) * | 2018-08-02 | 2021-03-19 | 松下电器(美国)知识产权公司 | 信息提示方法、信息提示系统以及信息提示程序 |
CN113984981A (zh) * | 2021-10-29 | 2022-01-28 | 武汉宇科天创网络科技有限公司 | 一种菜品营养素含量确定方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2793867A2 (en) * | 2011-12-22 | 2014-10-29 | Baes, Erik | Gelatin/alginate delayed release capsules comprising omega-3 fatty acids, and methods and uses thereof |
CN104359783A (zh) * | 2014-10-31 | 2015-02-18 | 青岛海尔股份有限公司 | 食物营养成分及热量检测方法 |
CN105115899A (zh) * | 2015-08-28 | 2015-12-02 | 青岛海尔股份有限公司 | 冰箱及用于冰箱的食物营养和/或热量的检测方法 |
CN105160332A (zh) * | 2015-09-30 | 2015-12-16 | 刘毅 | 利用高光谱成像技术实现糖尿病食物摄入热量管理的方法 |
CN106446508A (zh) * | 2016-08-30 | 2017-02-22 | 陈维 | 智能筷子预测系统及利用该系统进行预测的方法 |
CN106872513A (zh) * | 2017-01-05 | 2017-06-20 | 深圳市金立通信设备有限公司 | 一种检测食物热量的方法及终端 |
-
2017
- 2017-12-27 CN CN201711444176.6A patent/CN108073906B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2793867A2 (en) * | 2011-12-22 | 2014-10-29 | Baes, Erik | Gelatin/alginate delayed release capsules comprising omega-3 fatty acids, and methods and uses thereof |
CN104359783A (zh) * | 2014-10-31 | 2015-02-18 | 青岛海尔股份有限公司 | 食物营养成分及热量检测方法 |
CN105115899A (zh) * | 2015-08-28 | 2015-12-02 | 青岛海尔股份有限公司 | 冰箱及用于冰箱的食物营养和/或热量的检测方法 |
CN105160332A (zh) * | 2015-09-30 | 2015-12-16 | 刘毅 | 利用高光谱成像技术实现糖尿病食物摄入热量管理的方法 |
CN106446508A (zh) * | 2016-08-30 | 2017-02-22 | 陈维 | 智能筷子预测系统及利用该系统进行预测的方法 |
CN106872513A (zh) * | 2017-01-05 | 2017-06-20 | 深圳市金立通信设备有限公司 | 一种检测食物热量的方法及终端 |
Non-Patent Citations (2)
Title |
---|
CHIUN-LI CHIN等: "Smartphone-based food category and nutrition quantity recognition in food image with deep learning algorithm", 《IEEE》 * |
高冬花等: "图像识别技术在智能冰箱食品管理中的应用", 《日用电器》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112534463A (zh) * | 2018-08-02 | 2021-03-19 | 松下电器(美国)知识产权公司 | 信息提示方法、信息提示系统以及信息提示程序 |
CN109389144A (zh) * | 2018-08-14 | 2019-02-26 | 上海常仁信息科技有限公司 | 一种基于菜品识别的菜品组成分析系统和方法 |
CN109978351A (zh) * | 2019-03-14 | 2019-07-05 | 刘强 | 一种基于图像采集处理的菜品评估系统 |
CN110638312A (zh) * | 2019-10-11 | 2020-01-03 | 广东美的厨房电器制造有限公司 | 烹饪设备的控制装置、控制方法、烹饪设备及存储介质 |
CN112163582A (zh) * | 2020-09-24 | 2021-01-01 | 深圳市启蒙智慧医疗科技有限公司 | 基于厨房多传感器一体称的称量方法、装置及智能终端 |
CN113984981A (zh) * | 2021-10-29 | 2022-01-28 | 武汉宇科天创网络科技有限公司 | 一种菜品营养素含量确定方法及系统 |
CN113984981B (zh) * | 2021-10-29 | 2024-05-14 | 武汉宇科天创网络科技有限公司 | 一种菜品营养素含量确定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108073906B (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108073906A (zh) | 菜品营养成分检测方法、装置、烹饪器具和可读存储介质 | |
US10823427B2 (en) | Oven comprising a scanning system | |
CN107077709B (zh) | 营养素量计算装置及具备该装置的冰箱 | |
EP2930432B1 (en) | Oven comprising weight sensors | |
US9424495B1 (en) | Digital food imaging analysis: system and method to analyze food consumption | |
CN109276147B (zh) | 一种获得食物内部温度的方法及烹饪器具 | |
JP6527601B2 (ja) | 調理品質の評価方法及び装置 | |
CN108665134A (zh) | 用于监控食品制备的装置和方法 | |
JP7001991B2 (ja) | 情報処理装置および情報処理方法 | |
US20160353921A1 (en) | Machine & System for Obtaining Precise Cooking Times of Irregular Shaped Food Objects | |
KR20180005016A (ko) | 스마트패드 기반 섭취칼로리 계측시스템 | |
US20190101434A1 (en) | System and Method for Automatically Determining the Weight of Foods | |
CN110366731A (zh) | 用于指导膳食的图像捕获的系统、方法和计算机程序 | |
US9524409B1 (en) | Food storage container tag system and method | |
KR20200064508A (ko) | 식품 영양소 섭취량 분석 장치 및 그 방법 | |
KR20140094761A (ko) | 식판 음식 자동 계량 및 계산 시스템 | |
US20220254175A1 (en) | An apparatus and method for performing image-based food quantity estimation | |
CN106855392A (zh) | 煎烤条件分析系统与方法 | |
JP2019101736A (ja) | 調理内容判別システム及び摂取内容判別システム | |
WO2018008686A1 (ja) | 食事の栄養成分を管理する管理システム | |
CN111666961A (zh) | 智能家电及其识别食材类型的方法、装置、电子设备 | |
CN211553842U (zh) | 确定肉的新鲜程度的设备 | |
CN116452881B (zh) | 食品营养价值检测方法、装置、设备及存储介质 | |
CN113874678B (zh) | 食物测量方法、装置及程序 | |
Jain et al. | Food Image Recognition and Volume Estimation: A Comprehensive Study for Dietary Assessment |
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 |