CN108846399A - 一种图像处理的方法及装置 - Google Patents

一种图像处理的方法及装置 Download PDF

Info

Publication number
CN108846399A
CN108846399A CN201810314751.9A CN201810314751A CN108846399A CN 108846399 A CN108846399 A CN 108846399A CN 201810314751 A CN201810314751 A CN 201810314751A CN 108846399 A CN108846399 A CN 108846399A
Authority
CN
China
Prior art keywords
image
point
processed
pixel
gray value
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.)
Pending
Application number
CN201810314751.9A
Other languages
English (en)
Inventor
杨磊磊
方刚
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.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201810314751.9A priority Critical patent/CN108846399A/zh
Publication of CN108846399A publication Critical patent/CN108846399A/zh
Priority to PCT/CN2019/073831 priority patent/WO2019196542A1/zh
Priority to TW108104748A priority patent/TWI694381B/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/28Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/50Extraction 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404Methods for optical code recognition
    • G06K7/1408Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/14172D bar codes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/467Encoded features or binary features, e.g. local binary patterns [LBP]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种图像处理的方法及装置,先根据待处理图像的尺寸,通过等分操作确定标准高度以及标准宽度,之后根据确定出的标准高度以及标准宽度,在待处理图像中确定由桩点组成的矩阵,然后以各桩点自身周围区域的平均灰度值作为判断条件,对待处理图像中的每个像素点,判断该像素点的灰度值是否小于距离最近的桩点对应的平均灰度值,并根据判断结果将像素点进行二值化处理。

Description

一种图像处理的方法及装置
技术领域
本申请涉及信息技术领域,尤其涉及一种图像处理的方法及装置。
背景技术
图像二值化是图像处理中的基本操作之一,是指将图像上的像素点的灰度值设置为0或255的图像处理方法。
现有技术中,对图像进行二值化的过程,需要针对每个像素点进行二值化处理。具体的,针对图像中的每个像素点,首先,可确定以该像素点为中心点预设范围内的各像素点灰度值,之后,计算确定出的各像素点的平均灰度值,作为该像素点对应的阈值,然后,判断该像素点的灰度值是否大于该阈值,若是,则调整该像素点的灰度值为255,即,白色,若否,则调整该像素点的灰度值为0,即,黑色。从而将图像中所有像素点都二值化为黑色或者白色。
图1为现有二值化的示意图。以图像中像素点A为例,从上至下分别为:先确定像素点A对应的预设范围,其次确定该预设范围内各像素点灰度值,之后,计算各像素点平均灰度值,最后,根据像素点A的灰度值以及平均灰度值的数值大小关系,判断该像素点A二值化的灰度值。
可见,现有二值化处理方法,需要计算每个像素点对应的平均灰度值,使得计算量较多。因此,本说明书提出一种新的图像处理方法,以解决现有技术中存在的缺陷。
发明内容
本说明书实施例提供一种图像处理的方法及装置,用于解决现有技术在对图像进行二值化处理时,需要计算量较多,导致处理效率低的问题。
本说明书实施例采用下述技术方案:
一种图像处理的方法,包括:
确定待处理图像;
根据所述待处理图像的尺寸,通过等分操作,确定标准高度以及标准宽度;
以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵;
针对每个桩点,确定该桩点周围指定面积的区域的平均灰度值,作为该桩点对应的灰度值;
针对所述待处理图像中的每个像素点,确定距离该像素点最近的桩点,判断该像素点的灰度值是否小于确定出的桩点对应的灰度值;
若是,则调整该像素点的灰度值为第一数值;
若否,则调整该像素点的灰度值为第二数值。
一种识别设备唯一性的装置,包括:
确定模块,确定待处理图像;
等分模块,根据所述待处理图像的尺寸,通过等分操作,确定标准高度以及标准宽度;
桩点定位模块,以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵;
灰度计算模块,针对每个桩点,确定该桩点周围指定面积的区域的平均灰度值,作为该桩点对应的灰度值;
判断调整模块,针对所述待处理图像中的每个像素点,确定距离该像素点最近的桩点,判断该像素点的灰度值是否小于确定出的桩点对应的灰度值,若是,则调整该像素点的灰度值为第一数值,若否,则调整该像素点的灰度值为第二数值。
一种用于图像处理的设备,其中,所述设备包括:一个或多个处理器及存储器,存储器存储有程序,并且被配置成由一个或多个处理器执行以下步骤:
确定待处理图像;
根据所述待处理图像的尺寸,通过等分操作,确定标准高度以及标准宽度;
以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵;
针对每个桩点,确定该桩点周围指定面积的区域的平均灰度值,作为该桩点对应的灰度值;
针对所述待处理图像中的每个像素点,确定距离该像素点最近的桩点,判断该像素点的灰度值是否小于确定出的桩点对应的灰度值;
若是,则调整该像素点的灰度值为第一数值;
若否,则调整该像素点的灰度值为第二数值。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过本说明书提供的方法及装置,先根据待处理图像的尺寸,通过等分操作确定标准高度以及标准宽度,之后根据确定出的标准高度以及标准宽度,在待处理图像中确定由桩点组成的矩阵,然后以各桩点自身周围区域的平均灰度值作为判断条件,对待处理图像中的每个像素点,判断该像素点的灰度值是否小于距离最近的桩点对应的平均灰度值,并根据判断结果将像素点进行二值化处理。相比现有技术需要计算每个像素点对应的平均灰度值的方法,本说明书提供的方法及装置减少了需要计算平均灰度值的次数,提高了图像处理中二值化的效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为现有二值化的示意图;
图2为本说明书实施例提供的一种图像处理的过程;
图3为二维码预处理的若干步骤;
图4为本说明书提供的在待处理图像中确定桩点的示意图;
图5为本说明书提供的待处理图像上确定由桩点组成的矩阵的示意图;
图6a和图6b为本说明书提供的,以待处理图像的宽度为例的示意图;
图7为基于图5所示的桩点矩阵,计算各桩点对应的平均灰度值的示意图;
图8为存在与像素点的距离最近桩点存在多个的示意图;
图9为二值化中出现误判的情况示意图;
图10为本说明书实施例提供的一种图像处理的装置的结构示意图;
图11为本说明书实施例提供的一种用于图像处理的设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图2为说明书实施例提供的一种图像处理的过程,具体可包括以下步骤:
S100:确定待处理图像。
为解决现有图像处理中二值化方法的计算量过大的问题,本说明书一个或多个实施例提供的该图像处理过程,具体为图像二值化的过程。
随着技术发展,移动终端等设备的性能越来越强大,使得移动终端(如,手机)也具备了进行图像处理的硬件条件,因此在本说明书中,并不限定具体由何种设备执图像处理过程。例如,可由服务器、手机、平板电脑、个人电脑等设备执行该图像处理过程。
为方便描述,在本说明书中后续以终端执行该图像处理过程为例进行说明。于是,该终端首先可确定待处理的图像。本申请对于该待处理图像是该终端自身生成的,还是从其他设备获取,或者是由其他设备提供的不做限定。例如,手机拍摄图像后,将该图像确定为待处理图像,或者由网络摄像头将拍摄的图像提供给服务器,由该服务器将该图像确定为待处理图像,或者由服务器向终端发送图像获取请求后,并将终端返回的图像确定为待处理图像。
另外,由于图像二值化是图像处理中的基本操作之一,在某些图像处理过程中通常作为处理步骤中的一环,因此本说明书提供的图像二值化过程可为单独使用的图像处理操作,或者也可以作为图像处理过程中的一环与其他图像处理操作共同使用。例如,常见的对二维码进行预处理时,图像处理过程如图3所示,可见二值化作为图像处理过程中的一环。
S102:根据所述待处理图像的尺寸,通过等分操作,确定标准高度以及标准宽度。
由于在现有图像二值化处理过程中,需要确定每个像素点周围区域对应的平均灰度值,而一般来说对于相邻的两个像素点,确定出的平均灰度值之间的差异较小。于是,在本说明书中,将待处理图像划分为多个区域,针对每个区域,将该区域的平均灰度值,作为该区域内各像素点对应的平均灰度值,以在保证二值化效果的同时,减少计算量。
在本说明书一个或多个实施例中,当该终端确定待处理图像后,可先确定该待处理图像的尺寸,之后通过等分操作,进一步确定标准高度以及标准宽度,以便后续步骤的执行。
具体的,以确定该标准高度为例,首先终端可确定该待处理图像的高度,之后根据预设的数值,对该待处理图像的高度进行等分计算,确定计算结果,然后,若计算结果为整数,则将该计算结果作为标准高度,而若计算结果不是整数,则将计算结果向上取整数,并将取整的结果作为标准高度。同理,终端也可通过相同的过程,确定标准宽度。
其中,预设数值可以根据需要进行设置,本说明书不做限定。例如,若想要划分出更多区域则该数值可设置的较大,反之若想划分的区域面积相对大些,则数值可设置的较小。
在本说明书中,可根据公式windW=width/a确定对待处理图像的宽度进行等分操作后的计算结果,以及根据公式windH=height/a确定对待处理图像的宽度进行等分操作后的计算结果。其中,width为待处理图像的宽度、height为待处理图像的高度、a为预设数值。
另外,由于待处理图像的高度和宽度是整数,但却不一定会被预设的数值整除,因此等分计算结果存在是整数或者不是整数两种情况。而确定出标准高度和标准宽度,用于后续在待处理图像中确定计算平均灰度值范围,需要是整数。于是,当计算结果不是整数,则将计算结果向上取整数。
例如,以该预设的数值等于8为例,假设待识别图像的宽为80个像素,待识别图像的高为79个像素,则根据上述公式,终端可确定对宽度进行等分后的计算结果为10,可确定为标准宽度,而对高度进行等分结算的结算结果为9.875,因此向上取整可确地标准高度为10。
S104:以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵。
在本说明书中,由于在步骤S102中确定的标准宽度和标准高度是通过等分操作确定的,因此可按照标准宽度和标准高确定,在该待处理图像中确定若干由桩点组成的矩阵。使该桩点的矩阵可以均匀分布在该待处理图像中,以便后续在对各像素点进行二值化时,可以根据距离该像素点最近的桩点对应的平均灰度值,确定二值化结果,从而避免计算量过多的问题。
具体的,终端可先在该待处理图像中选择任一一个像素点,作为起始点,然后基于该起始点,以标准宽度为各桩点的宽度间距,标准高度为各桩点的高度间距,生成桩点组成的矩阵。使得桩点矩阵均匀的覆盖在该待处理图像中,如图4所示。
图4为本说明书提供的在待处理图像中确定桩点的示意图。其中,可见桩点间距为标准宽度以及标准高度,可均匀的覆盖在该待处理图像中。
另外,在本说明书中,该终端也可以将该待处理图像的任一一个顶点作为起始的桩点,之后在以该标准高度以及标准宽度为间距,在待处理图像上确定由桩点组成的矩阵。如,图5所示。
需要说明的是,由于在步骤S102中,对于不是整数的计算结果,终端采用向上取整的方式确定标准高度(或者,标准宽度),因此,当待处理图像的尺寸不能整除时,确定出的矩阵可能存在如图6a和图6b所示的情况,即,在待处理图像的边界上可能不存在桩点。
图6a和图6b为本说明书提供的,以待处理图像的宽度为例的示意图。其中,在计算标准宽度时采用的预设数值为8,图6a中待处理图像的宽度为79,图6b中待处理图像的宽度为81,则确定出的标准宽度分别为10和11。因此,当以待处理图像的左上顶点为起始点时,会出现桩点未能与边界契合的情况。
S106:针对每个桩点,确定该桩点周围指定面积的区域的平均灰度值,作为该桩点对应的灰度值。
在本说明书中,终端可针对步骤S104中确定出的桩点矩阵中的每个桩点,计算该桩点周围指定面积的区域对应的平均灰度值,作为该桩点对应的平均灰度值。
该步骤与现有技术中确定像素点周围区域的平均灰度值的手段类似,具体的,该终端可以针对每个桩点,以该桩点为中心点,以标准高度和标准宽度为矩形的边长,确定该桩点周围的区域,然后计算该桩点周围的区域包含的各像素点的灰度值的平均值,作为该桩点对应的灰度值。
如图7所示,图7为基于图5所示的桩点矩阵,计算各桩点对应的平均灰度值的示意图。其中,各虚线框对应各桩点周围的区域,在计算桩点对应的灰度值时,是计算该桩点所在虚线框内包含的各像素点的灰度值的平均值。
S108:针对所述待处理图像中的每个像素点,确定距离该像素点最近的桩点,判断该像素点的灰度值是否小于确定出的桩点对应的灰度值,是则执行步骤S110,否则执行步骤S112。
在本说明书中,终端在确定出各桩点对应的平均灰度值之后,便可对待处理图像进行二值化处理。
具体的,终端可针对待处理图像中的每个像素点,从各桩点中确定距离该像素点最近的桩点,然后判断该像素点的灰度值是否小于确定出的桩点对应的灰度值,若是则执行步骤S110,若否则执行步骤S112。
另外,由于还存在与像素点的距离最近桩点存在多个的情况,如图8所示,因此在本说明书中,针对每个像素点,当确定距离该像素点距离最近的桩点有多个时,选择任一一个距离最近的桩点,并根据选择出的桩点对应的灰度值,进行判断。
图8中,点A距离桩点1和桩点2的距离相同均为X,则可选择桩点1和桩点2中的任一一个桩点,点B距离桩点1、桩点2、桩点3和桩点4的距离相同均为Y,则可从桩点1~4中选择任一一个桩点。
S110:调整该像素点的灰度值为第一数值;
S112:调整该像素点的灰度值为第二数值。
在本说明书中,当判断像素点的灰度值小于确定出的桩点对应的灰度值时,调整该像素点的灰度值为第一数值,当判断像素点的灰度值不小于确定出的桩点对应的灰度值时,调整该像素点的灰度值为第二数值。其中,第一数值和第二数值可根据需要设置,例如,当采用256级色彩表示图像的颜色时,灰度值也为256级灰度值,因此第一数值可为0,第二数值可为255。
当然,具体第一数值和第二数值可根据需要设置,例如,第一数值设置为10,第二数值设置为200,等等。
基于图2所示的图像处理过程,通过对待处理图像进行等分处理,确定出标准高度以及标准宽度,并以该标准宽度和标准高度作为桩点的间距,在该待处理图像上建立桩点矩阵,之后再计算各桩点对应的灰度值(桩点周围区域的平均灰度值),然后在对各像素点进行二值化处理时,以距离该像素点最近的桩点对应的灰度值作为阈值,判断是将该像素点的灰度值调整为第一数值还是第二数值,完成对该待处理图像的二值化。在本说明书提供的方法中,只需计算若干桩点周围区域的平均灰度值,而无需计算每个像素点对应的平均灰度值,大大减少了二值化的计算量,提高了二值化的效率。
需要说明的是,本说明书实施例所提供方法的各步骤的执行主体均可以是同一设备,或者,该方法也由不同设备作为执行主体。比如,步骤S100和步骤S102的执行主体可以为设备1,步骤S102的执行主体可以为设备2;或者,步骤S100的执行主体可以为设备1,步骤S102和步骤S104的执行主体可以为设备2;等等。上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
另外,在现有图像二值化技术中,当待处理图像中包含二维码时,由于二维码也是二值化的点组成的图像,因此可能出现相邻的两个灰度值一致的像素点,计算的到的阈值不同的情况出现。而当两个像素点的灰度值与计算出来的阈值较为接近,则可能出现二值化效果不佳的问题。
图9为二值化中出现误判的情况示意图。其中,可见A点和B点的灰度值一致,但是对应周围3×3的区域计算平均灰度值时,确定出的阈值不同:分别为38和127,因此二值化后的结果不同,使得相同灰度值的两个像素点,一个调整为白色一个调整为黑色,二值化效果不佳。
而若采用本说明书提供的方法,当A点和B点距离最近的桩点为同一个桩点时,其二值化结果相同,要么全被调整为白色,要么全被调整为黑色,可提高对二维码的二值化效果。
基于图2所示的图像处理的方法,本说明书实施例还提供一种图像处理的装置,如图10所示。
图10为本说明书实施例提供的一种图像处理的装置的结构示意图,所述装置包括:
确定模块200,确定待处理图像;
等分模块202,根据所述待处理图像的尺寸,通过等分操作,确定标准高度以及标准宽度;
桩点定位模块204,以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵;
灰度计算模块206,针对每个桩点,确定该桩点周围指定面积的区域的平均灰度值,作为该桩点对应的灰度值;
判断调整模块208,针对所述待处理图像中的每个像素点,确定距离该像素点最近的桩点,判断该像素点的灰度值是否小于确定出的桩点对应的灰度值,若是,则调整该像素点的灰度值为第一数值,若否,则调整该像素点的灰度值为第二数值。
所述等分模块202,确定所述待处理图像的高度和宽度,根据预设的数值,分别对所述待处理图像的高度和宽度进行等分计算,根据计算结果分别确定标准高度以及标准宽度。
所述等分模块202,当对所述待处理图像的高度进行等分计算的计算结果不是整数时,将计算结果向上取整数作为所述标准高度,当对所述待处理图像的宽度进行等分计算的计算结果不是整数时,将计算结果向上取整数作为所述标准宽度。
所述桩点定位模块204,将所述待处理图像的任一顶点作为起始的桩点,以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵。
所述灰度计算模块206,以所述标准高度和所述标准宽度为边长,该桩点为中心点,确定该桩点周围的区域,计算该桩点周围的区域包含的各像素点的灰度值的平均值,作为该桩点对应的灰度值。
所述灰度值为256级灰度值,所述第一数值为0,所述第二数值为255。
所述判断调整模块208,当与该像素点的距离最近桩点存在多个时,选择任一一个距离该像素点最近的桩点。
基于图2所述的图像处理的方法,本说明书对应提供一种用于图像处理的设备,如图11所示,其中,所述设备包括:一个或多个处理器及存储器,存储器存储有程序,并且被配置成由一个或多个处理器执行以下步骤:
确定待处理图像;
根据所述待处理图像的尺寸,通过等分操作,确定标准高度以及标准宽度;
以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵;
针对每个桩点,确定该桩点周围指定面积的区域的平均灰度值,作为该桩点对应的灰度值;
针对所述待处理图像中的每个像素点,确定距离该像素点最近的桩点,判断该像素点的灰度值是否小于确定出的桩点对应的灰度值;
若是,则调整该像素点的灰度值为第一数值;
若否,则调整该像素点的灰度值为第二数值。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (15)

1.一种图像处理的方法,包括:
确定待处理图像;
根据所述待处理图像的尺寸,通过等分操作,确定标准高度以及标准宽度;
以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵;
针对每个桩点,确定该桩点周围指定面积的区域的平均灰度值,作为该桩点对应的灰度值;
针对所述待处理图像中的每个像素点,确定距离该像素点最近的桩点,判断该像素点的灰度值是否小于确定出的桩点对应的灰度值;
若是,则调整该像素点的灰度值为第一数值;
若否,则调整该像素点的灰度值为第二数值。
2.如权利要求1所述的方法,根据所述待处理图像的尺寸,通过等分操作,确定标准高度以及标准宽度,具体包括:
确定所述待处理图像的高度和宽度;
根据预设的数值,分别对所述待处理图像的高度和宽度进行等分计算,根据计算结果分别确定标准高度以及标准宽度。
3.如权利要求2所述的方法,根据计算结果分别确定标准高度以及标准宽度,具体包括:
当对所述待处理图像的高度进行等分计算的计算结果不是整数时,将计算结果向上取整数作为所述标准高度;
当对所述待处理图像的宽度进行等分计算的计算结果不是整数时,将计算结果向上取整数作为所述标准宽度。
4.如权利要求1所述的方法,以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵,具体包括:
将所述待处理图像的任一顶点作为起始的桩点,以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵。
5.如权利要求1所述的方法,确定该桩点周围指定面积的区域的平均灰度值,作为该桩点对应的灰度值,具体包括:
以所述标准高度和所述标准宽度为边长,该桩点为中心点,确定该桩点周围的区域;
计算该桩点周围的区域包含的各像素点的灰度值的平均值,作为该桩点对应的灰度值。
6.如权利要求1所述的方法,所述灰度值为256级灰度值,所述第一数值为0,所述第二数值为255。
7.如权利要求1所述的方法,确定距离该像素点最近的桩点,具体包括:
当与该像素点的距离最近桩点存在多个时,选择任一一个距离该像素点最近的桩点。
8.一种图像处理的装置,包括:
确定模块,确定待处理图像;
等分模块,根据所述待处理图像的尺寸,通过等分操作,确定标准高度以及标准宽度;
桩点定位模块,以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵;
灰度计算模块,针对每个桩点,确定该桩点周围指定面积的区域的平均灰度值,作为该桩点对应的灰度值;
判断调整模块,针对所述待处理图像中的每个像素点,确定距离该像素点最近的桩点,判断该像素点的灰度值是否小于确定出的桩点对应的灰度值,若是,则调整该像素点的灰度值为第一数值,若否,则调整该像素点的灰度值为第二数值。
9.如权利要求8所述的装置,所述等分模块,确定所述待处理图像的高度和宽度,根据预设的数值,分别对所述待处理图像的高度和宽度进行等分计算,根据计算结果分别确定标准高度以及标准宽度。
10.如权利要求9所述的装置,所述等分模块,当对所述待处理图像的高度进行等分计算的计算结果不是整数时,将计算结果向上取整数作为所述标准高度,当对所述待处理图像的宽度进行等分计算的计算结果不是整数时,将计算结果向上取整数作为所述标准宽度。
11.如权利要求8所述的装置,所述桩点定位模块,将所述待处理图像的任一顶点作为起始的桩点,以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵。
12.如权利要求8所述的装置,所述灰度计算模块,以所述标准高度和所述标准宽度为边长,该桩点为中心点,确定该桩点周围的区域,计算该桩点周围的区域包含的各像素点的灰度值的平均值,作为该桩点对应的灰度值。
13.如权利要求8所述的装置,所述灰度值为256级灰度值,所述第一数值为0,所述第二数值为255。
14.如权利要求8所述的装置,所述判断调整模块,当与该像素点的距离最近桩点存在多个时,选择任一一个距离该像素点最近的桩点。
15.一种用于图像处理的设备,其中,所述设备包括:一个或多个处理器及存储器,存储器存储有程序,并且被配置成由一个或多个处理器执行以下步骤:
确定待处理图像;
根据所述待处理图像的尺寸,通过等分操作,确定标准高度以及标准宽度;
以确定出的标准高度以及标准宽度为间距,在所述待处理图像中确定由若干桩点组成的矩阵;
针对每个桩点,确定该桩点周围指定面积的区域的平均灰度值,作为该桩点对应的灰度值;
针对所述待处理图像中的每个像素点,确定距离该像素点最近的桩点,判断该像素点的灰度值是否小于确定出的桩点对应的灰度值;
若是,则调整该像素点的灰度值为第一数值;
若否,则调整该像素点的灰度值为第二数值。
CN201810314751.9A 2018-04-10 2018-04-10 一种图像处理的方法及装置 Pending CN108846399A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810314751.9A CN108846399A (zh) 2018-04-10 2018-04-10 一种图像处理的方法及装置
PCT/CN2019/073831 WO2019196542A1 (zh) 2018-04-10 2019-01-30 一种图像处理的方法及装置
TW108104748A TWI694381B (zh) 2018-04-10 2019-02-13 圖像處理的方法及裝置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810314751.9A CN108846399A (zh) 2018-04-10 2018-04-10 一种图像处理的方法及装置

Publications (1)

Publication Number Publication Date
CN108846399A true CN108846399A (zh) 2018-11-20

Family

ID=64211982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810314751.9A Pending CN108846399A (zh) 2018-04-10 2018-04-10 一种图像处理的方法及装置

Country Status (3)

Country Link
CN (1) CN108846399A (zh)
TW (1) TWI694381B (zh)
WO (1) WO2019196542A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019196542A1 (zh) * 2018-04-10 2019-10-17 阿里巴巴集团控股有限公司 一种图像处理的方法及装置
CN111626970A (zh) * 2020-05-25 2020-09-04 天津维创微智能科技有限公司 一种图像二值化处理方法、装置、设备及存储介质
CN113139399A (zh) * 2021-05-13 2021-07-20 阳光电源股份有限公司 一种图像线框识别方法及服务器

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110929664B (zh) * 2019-11-29 2023-05-30 汉海信息技术(上海)有限公司 图像识别方法以及装置
CN111539962A (zh) * 2020-01-10 2020-08-14 济南浪潮高新科技投资发展有限公司 一种目标图像分类方法、装置以及介质
CN111583157B (zh) * 2020-05-13 2023-06-02 杭州睿琪软件有限公司 图像处理方法、系统及计算机可读存储介质
CN111882565B (zh) * 2020-07-28 2023-07-07 深圳市雨滴科技有限公司 一种图像二值化方法、装置、设备及存储介质
CN112150391B (zh) * 2020-09-30 2022-11-29 北京小狗吸尘器集团股份有限公司 一种图像去噪方法、装置、可读介质及电子设备
CN112750116B (zh) * 2021-01-15 2023-08-11 北京市商汤科技开发有限公司 一种缺陷检测方法、装置、计算机设备及存储介质
CN116342590B (zh) * 2023-05-24 2023-11-03 合肥晶合集成电路股份有限公司 晶圆测试针痕的检测方法以及检测装置
CN117036175B (zh) * 2023-10-08 2024-01-09 之江实验室 一种线阵图片拼接方法、装置、介质以及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235948A (zh) * 2013-04-22 2013-08-07 中山大学 一种二维条码的自适应阈值二值化方法
CN107688812A (zh) * 2017-08-25 2018-02-13 重庆慧都科技有限公司 一种基于机器视觉的食品生产日期喷墨字体修复方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070047790A1 (en) * 2005-08-30 2007-03-01 Agfa-Gevaert N.V. Method of Segmenting Anatomic Entities in Digital Medical Images
US8311306B2 (en) * 2008-04-30 2012-11-13 Otismed Corporation System and method for image segmentation in generating computer models of a joint to undergo arthroplasty
PL3078004T3 (pl) * 2013-12-02 2023-05-08 Leonhard Kurz Stiftung & Co. Kg Sposób uwierzytelniania elementu zabezpieczającego
JP2016070800A (ja) * 2014-09-30 2016-05-09 株式会社Screenホールディングス 観察支援装置、観察支援方法およびプログラム
CN108846399A (zh) * 2018-04-10 2018-11-20 阿里巴巴集团控股有限公司 一种图像处理的方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235948A (zh) * 2013-04-22 2013-08-07 中山大学 一种二维条码的自适应阈值二值化方法
CN107688812A (zh) * 2017-08-25 2018-02-13 重庆慧都科技有限公司 一种基于机器视觉的食品生产日期喷墨字体修复方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
穆杨秋: "汉信码二值化和定位算法研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019196542A1 (zh) * 2018-04-10 2019-10-17 阿里巴巴集团控股有限公司 一种图像处理的方法及装置
CN111626970A (zh) * 2020-05-25 2020-09-04 天津维创微智能科技有限公司 一种图像二值化处理方法、装置、设备及存储介质
CN111626970B (zh) * 2020-05-25 2022-11-01 天津维创微智能科技有限公司 一种图像二值化处理方法、装置、设备及存储介质
CN113139399A (zh) * 2021-05-13 2021-07-20 阳光电源股份有限公司 一种图像线框识别方法及服务器
CN113139399B (zh) * 2021-05-13 2024-04-12 阳光电源股份有限公司 一种图像线框识别方法及服务器

Also Published As

Publication number Publication date
TWI694381B (zh) 2020-05-21
WO2019196542A1 (zh) 2019-10-17
TW202001674A (zh) 2020-01-01

Similar Documents

Publication Publication Date Title
CN108846399A (zh) 一种图像处理的方法及装置
US10789441B2 (en) Method and apparatus for generating and identifying identification code
CN103871051B (zh) 图像处理方法、装置和电子设备
KR102423565B1 (ko) 이벤트 카메라 데이터 프로세싱을 위한 시스템 및 방법
US9940550B2 (en) Model compression in binary coded image based object detection
TWI546775B (zh) 圖像處理的方法及裝置
CN104994283A (zh) 一种局部畸变的校正方法及移动终端
CN109214632A (zh) 一种风险控制方法及设备
US20230100776A1 (en) Visual positioning based on a plurality of image frames
US9756234B2 (en) Contrast detection autofocus using multi-filter processing and adaptive step size selection
CN105005972A (zh) 一种基于拍摄距离的畸变校正方法及移动终端
CN106296617A (zh) 人脸图像的处理方法及装置
CN108830266A (zh) 一种图像识别的方法、装置及设备
CN106296634B (zh) 一种检测相似图像的方法和装置
CN109615171A (zh) 特征阈值确定方法及装置、问题对象确定方法及装置
CN107623897B (zh) 地理围栏生成方法及其设备
CN110415263A (zh) 图像分割方法以及图像分割装置
US20180005023A1 (en) Specular light shadow removal for image de-noising
CN103079016B (zh) 一种拍照脸型变换方法及智能终端
CN110458954B (zh) 一种等高线生成方法、装置及设备
CN111582432B (zh) 一种网络参数处理方法及装置
CN110414572A (zh) 一种图像识别的方法及装置
CN106408534B (zh) 图像处理方法、装置及电子设备
CN108520188A (zh) 一种识别条码的方法、装置及设备
CN108734556A (zh) 推荐应用的方法及装置

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40000617

Country of ref document: HK

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201028

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20201028

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181120