CN109117693B - 一种基于广角取景的扫描识别的方法及终端 - Google Patents
一种基于广角取景的扫描识别的方法及终端 Download PDFInfo
- Publication number
- CN109117693B CN109117693B CN201710490858.4A CN201710490858A CN109117693B CN 109117693 B CN109117693 B CN 109117693B CN 201710490858 A CN201710490858 A CN 201710490858A CN 109117693 B CN109117693 B CN 109117693B
- Authority
- CN
- China
- Prior art keywords
- wide
- view
- angle
- image
- scene
- 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
Links
Images
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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明适用于扫描识别领域,提供了一种基于广角取景的扫描识别的方法及终端。该方法包括:接收用户输入的目标景物扫描识别指令;根据目标景物扫描识别指令,控制多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像;对多个取景图像进行拼接,生成当前拍摄场景的广角图;提取广角图中的景物特征,并根据景物特征对广角图中的景物进行分类;根据分类结果提取并识别出广角图中的目标景物。本发明通过控制多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像然后拼接成广角图,再提取广角图中的景物特征进行分类,最后识别出目标景物,达到了取景角度的覆盖范围增大,识别效率高的效果。
Description
技术领域
本发明属于扫码识别领域,尤其涉及一种基于广角取景的扫描识别的方法及终端。
背景技术
目前,常见的扫描识别方式为点对平面或者平面对平面的扫描,即必须将扫描设备正对着景物才能完成识别,如果扫描设备与景物存在一定角度则会识别失败,取景角度的覆盖范围有限,造成识别效率低。
发明内容
有鉴于此,本发明实施例提供了一种基于广角取景的扫描识别的方法及终端,以解决现有技术中取景角度的覆盖范围有限,造成识别效率低的问题。
本发明实施例的第一方面提供了一种基于广角取景的扫描识别的方法,包括:
接收用户输入的目标景物扫描识别指令;
根据所述目标景物扫描识别指令,控制所述多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像;
对所述多个取景图像进行拼接,生成所述当前拍摄场景的广角图;
提取所述广角图中的景物特征,并根据所述景物特征对所述广角图中的景物进行分类;
根据分类结果提取并识别出所述广角图中的目标景物。
本发明实施例的第二方面提供了一种终端,其特征在于,所述终端包括多个摄像头,且所述多个摄像头的取景角度均不相同,所述基于广角取景的扫描识别的方法包括:
接收模块,用于接收用户输入的目标景物扫描识别指令;
获取模块,用于根据所述目标景物扫描识别指令,控制所述多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像;
拼接模块,用于对所述多个取景图像进行拼接,生成所述当前拍摄场景的广角图;
分类模块,用于提取所述广角图中的景物特征,并根据所述景物特征对所述广角图中的景物进行分类;
识别模块,用于根据分类结果提取并识别出所述广角图中的目标景物。
本发明实施例的第三方面提供了一种终端,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
接收用户输入的目标景物扫描识别指令;
根据所述目标景物扫描识别指令,控制所述多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像;
对所述多个取景图像进行拼接,生成所述当前拍摄场景的广角图;
提取所述广角图中的景物特征,并根据所述景物特征对所述广角图中的景物进行分类;
根据分类结果提取并识别出所述广角图中的目标景物。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现以下步骤:
接收用户输入的目标景物扫描识别指令;
根据所述目标景物扫描识别指令,控制所述多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像;
对所述多个取景图像进行拼接,生成所述当前拍摄场景的广角图;
提取所述广角图中的景物特征,并根据所述景物特征对所述广角图中的景物进行分类;
根据分类结果提取并识别出所述广角图中的目标景物。
本发明实施例通过根据目标景物扫描识别指令,控制所述多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像然后拼接成广角图,再提取广角图中的景物特征进行分类,最后与指令中的目标景物进行匹配识别出目标景物,达到了取景角度的覆盖范围增大,识别效率高的效果,解决了现有技术中取景角度的覆盖范围有限,造成识别效率低的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的基于广角取景的扫描识别的方法的实现流程示意图;
图2是本发明实施例二提供的基于广角取景的扫描识别的方法的实现流程示意图;
图3是本发明实施例一中步骤S105的具体实现流程示意图;
图4是本发明实施例四提供的终端的结构框图;
图5是本发明实施例五提供的终端的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1示出了本发明实施例一提供的基于广角取景的扫描识别的方法的实现流程示意图。如图1所示,该基于广角取景的扫描识别的方法具体包括如下步骤S101至步骤S105。
步骤S101:接收用户输入的目标景物扫描识别指令。
终端接收到用户输入的目标景物扫描识别指令,例如,用户输入“风景”则下发了以风景为目标景物的扫描识别指令。需要说明的是,此处的输入方式可以是在所述终端上的菜单上进行选择,也可以是手写或者语音输入,还可以是任何其他能够实现的方式。
步骤S102:根据所述目标景物扫描识别指令,控制所述多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像。
终端接收到述目标景物扫描识别指令后,控制多个摄像头分别从不同的取景角度,同时对当前拍摄场景进行取景,每个摄像头相应地获取该摄像头取景角度的取景图像。可以理解的是,此处的取景图像可以是三维的,也可以是二维的。
步骤S103:对所述多个取景图像进行拼接,生成所述当前拍摄场景的广角图。
对步骤S102中获取的多个取景图像进行拼接,即可生成当前拍摄场景的广角图。由于取景图像可以是三维的,也可以是二维的,对应地,广角图可以是三维的,也可以是二维的。
优选地,所述多个摄像头分别位于不同的平面上,相邻两个摄像头的最大取景范围相切,且所述多个摄像头的取景角度叠加后等于360度,所述对所述多个取景图像进行拼接,生成所述当前拍摄场景的广角图具体包括:
按照所述多个摄像头的取景角度,对所述多个取景图像进行拼接,生成所述当前拍摄场景的全景图,其中,所述摄像头在拍摄到取景图片时,在所述取景图片上标识出所述取景图片的取景角度。
例如,四个摄像头分别位于不同的平面上,相邻摄像头的最大取景范围相切于一点,且所述多个摄像头的取景角度叠加后等于360度以保证取景视野的最大化。可选地,四个摄像头中,上下摄像头的中轴线对齐,左右摄像头的中轴线对齐。
对四个取景图像进行拼接,生成当前拍摄场景的广角图具体包括:
按照四个摄像头的取景角度,对所述四个取景图像进行拼接,生成所述当前拍摄场景的全景图,其中,每个摄像头在拍摄到取景图片时,在所述取景图片上标识出所述取景图片的取景角度。此处的标识方式可以是将取景角度的对应的数字显示在取景图片上。
可以理解的是,所述多个也可以是五个、六个或者更多个,摄像头越多,取景范围更大。
步骤S104:提取所述广角图中的景物特征,并根据所述景物特征对所述广角图中的景物进行分类。
可以理解的是,由于广角图中一般包含多个景物,而扫码识别的目的就是识别出目标景物,因此需要提取所述广角图中的景物特征,根据景物特征对所述广角图中的景物完成分类。
步骤S105:根据分类结果提取并识别出所述广角图中的目标景物。
例如,分类结果为A、B和C,将A、B和C与步骤S101中输入的目标景物扫描识别指令“风景”进行匹配,不妨假设A为风景,则识别出所述广角图中的目标景物“风景”。
本发明实施例通过根据目标景物扫描识别指令,控制所述多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像然后拼接成广角图,再提取广角图中的景物特征进行分类,最后与指令中的目标景物进行匹配识别出目标景物,达到了取景角度的覆盖范围增大,识别效率高的效果,解决了现有技术中取景角度的覆盖范围有限,造成识别效率低的问题。
实施例二
图2示出了本发明实施例二提供的基于广角取景的扫描识别的方法的实现流程示意图。在实施例一的基础上,还包括如下步骤S201。
步骤S201:若所述广角图为当前拍摄场景中景物的曲面图,则对所述广角图进行预处理,将所述景物的曲面图还原成所述景物的平面图。
在实施例一中步骤S104之前,还包括:如果广角图为当前拍摄场景中景物的曲面图,则对所述广角图进行预处理,将所述景物的曲面图还原成所述景物的平面图。其中,曲面图是指三维图,平面图是指二维图;预处理可以是降维处理。可以理解的是,广角图经过降低维度后,广角图中的景物的维度也相应降低了,因此对景物进行特征提取时需要处理的数据大大减少,降低了图像处理的难度,进一步提高了扫描识别的效率。
本发明实施例通过在广角图为当前拍摄场景中景物的曲面图时,对广角图进行预处理将景物的曲面图还原成景物的平面图,降低了图像处理的难度,进一步提高了扫描识别的效率。
实施例三
优选地,当所述目标景物为二维码时,图2示出了本发明实施例一中步骤S105的具体实现流程示意图。如图1所示,步骤S105具体包括如下步骤:
步骤S301:根据分类结果提取出所述广角图中的二维码图像。
步骤S302:识别出所述二维码图像中包含的二维码信息。
例如,用户输入的是二维码扫描识别指令,则从分类结果中匹配广角图中的二维码图像,并将二维码图像提取出来,再对二维码图像进行快速扫描识别出所述二维码图像中包含的二维码信息。
可以理解的是,二维码图像在一般情况下是二维的,因此不需要经过降维的步骤,可直接扫描识别。当二维码处于折叠状态(例如,二维码从中间对折且有码部分的两半夹角大于180度)或卷曲状态时二维码实际上是三维的,需要进行降维处理再进行扫描识别。当二维码处于折叠状态(例如,二维码从中间对折且有码部分的两半夹角大于180度)或卷曲状态时,目前的扫描识别方法不能直接进行扫描识别,必须人为地将二维码的纸片叠平后才能进行下一步的扫描识别,而采用上述方案即可直接进行扫描识别,效率更高。
优选地,可以调整终端与目标景物的距离使得目标景物中只有二维码,如此便减少了对其他景物处理的过程,也减少了将分类结果与目标景物进行匹配的过程,进一步提高了扫描识别的效率。
可以理解的是,上述二维码也可以是一维码,识别出所述一维码图像中包含的一维码信息实现过程和上述过程类似,在此不再赘述。
还可以理解的是,上述二维码还可以是其他维度的码或者其他形式的码,码的维度或者形式并不会对本发明实施例造成限制。
本发明实施例根据分类结果提取出所述广角图中的二维码图像,识别出所述二维码图像中包含的二维码信息,没有限定二维码的空间状态,可直接进行扫描识别,效率高。
实施例四
图4示出了本发明实施例四提供的终端的结构框图。终端40,包括多个摄像头,且所述多个摄像头的取景角度均不相同,终端包括:接收模块41,获取模块42,拼接模块43,分类模块44和识别模块45。其中,各模块的具体功能如下:
接收模块41,用于接收用户输入的目标景物扫描识别指令。
获取模块42,用于根据所述目标景物扫描识别指令,控制所述多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像。
拼接模块43,用于对所述多个取景图像进行拼接,生成所述当前拍摄场景的广角图。
分类模块44,用于提取所述广角图中的景物特征,并根据所述景物特征对所述广角图中的景物进行分类。
识别模块45,用于根据分类结果提取并识别出所述广角图中的目标景物。
可选地,所述多个摄像头分别位于不同的平面上,相邻两个摄像头的最大取景范围相切,且所述多个摄像头的取景角度叠加后等于360度,所述拼接模块43包括:
拼接单元,用于按照所述多个摄像头的取景角度,对所述多个取景图像进行拼接,生成所述当前拍摄场景的全景图,其中,所述摄像头在拍摄到取景图片时,在所述取景图片上标识出所述取景图片的取景角度。
可选地,所述终端还包括:
还原模块,用于当所述广角图为当前拍摄场景中景物的曲面图时,则对所述广角图进行预处理,将所述景物的曲面图还原成所述景物的平面图。
可选地,所述识别模块45包括:
二维码提取单元,用于根据分类结果提取出所述广角图中的二维码图像;
二维码识别单元,用于识别出所述二维码图像中包含的二维码信息。
本发明实施例提供的终端,通过根据目标景物扫描识别指令,控制所述多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像然后拼接成广角图,再提取广角图中的景物特征进行分类,最后与指令中的目标景物进行匹配识别出目标景物,达到了取景角度的覆盖范围增大,识别效率高的效果,解决了现有技术中取景角度的覆盖范围有限,造成识别效率低的问题。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
还应当理解的是,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
实施例五
图5是本发明实施例五提供的终端的示意图。如图5所示,该实施例的终端5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52,例如基于广角取景的扫描识别的方法的程序。所述处理器50执行所述计算机程序52时实现上述各个基于广角取景的扫描识别的方法实施例中的步骤,例如图1所示的步骤S101至S105。或者,所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能,例如图4所示模块41至45的功能。
示例性地,所述计算机程序52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在所述终端5中的执行过程。例如,所述计算机程序52可以被分割成接收模块,获取模块,拼接模块,分类模块和识别模块,各模块具体功能如下:
接收模块,用于接收用户输入的目标景物扫描识别指令;
获取模块,用于根据所述目标景物扫描识别指令,控制所述多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像;
拼接模块,用于对所述多个取景图像进行拼接,生成所述当前拍摄场景的广角图;
分类模块,用于提取所述广角图中的景物特征,并根据所述景物特征对所述广角图中的景物进行分类;
识别模块,用于根据分类结果提取并识别出所述广角图中的目标景物。
所述终端5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是终端5的示例,并不构成对终端5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端5的内部存储单元,例如终端5的硬盘或内存。所述存储器51也可以是所述终端5的外部存储设备,例如所述终端5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述终端5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/充电装置和方法,可以通过其它的方式实现。例如,以上所描述的装置/充电装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于广角取景的扫描识别的方法,应用于终端,其特征在于,所述终端包括多个摄像头,且所述多个摄像头的取景角度均不相同,所述基于广角取景的扫描识别的方法包括:
接收用户输入的目标景物扫描识别指令,其中,所述目标景物扫描识别指令为二维码扫描识别指令;
根据所述目标景物扫描识别指令,控制所述多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像;
对所述多个取景图像进行拼接,生成所述当前拍摄场景的广角图;
提取所述广角图中的景物特征,并根据所述景物特征对所述广角图中的景物进行分类;
其中,所述提取所述广角图中的景物特征,并根据所述景物特征对所述广角图中的景物进行分类之前还包括:
若所述广角图为当前拍摄场景中景物的曲面图,则对所述广角图进行预处理,将所述景物的曲面图还原成所述景物的平面图,其中,所述曲面图是指三维图,所述平面图是指二维图;
根据分类结果提取并识别出所述广角图中的目标景物。
2.如权利要求1所述基于广角取景的扫描识别的方法,其特征在于,所述多个摄像头分别位于不同的平面上,相邻两个摄像头的最大取景范围相切,且所述多个摄像头的取景角度叠加后等于360度,
所述对所述多个取景图像进行拼接,生成所述当前拍摄场景的广角图包括:
按照所述多个摄像头的取景角度,对所述多个取景图像进行拼接,生成所述当前拍摄场景的全景图,其中,所述摄像头在拍摄到取景图片时,在所述取景图片上标识出所述取景图片的取景角度。
3.如权利要求1所述基于广角取景的扫描识别的方法,其特征在于,所述目标景物为二维码,所述根据分类结果提取并识别出所述广角图中的目标景物包括:
根据分类结果提取出所述广角图中的二维码图像;
识别出所述二维码图像中包含的二维码信息。
4.一种终端,其特征在于,所述终端包括多个摄像头,且所述多个摄像头的取景角度均不相同,所述终端包括:
接收模块,用于接收用户输入的目标景物扫描识别指令,其中,所述目标景物扫描识别指令为二维码扫描识别指令;
获取模块,用于根据所述目标景物扫描识别指令,控制所述多个摄像头分别从不同的取景角度同时对当前拍摄场景进行取景,获取多个取景图像;
拼接模块,用于对所述多个取景图像进行拼接,生成所述当前拍摄场景的广角图;
分类模块,用于提取所述广角图中的景物特征,并根据所述景物特征对所述广角图中的景物进行分类;其中,还原模块,用于当所述广角图为当前拍摄场景中景物的曲面图时,则对所述广角图进行预处理,将所述景物的曲面图还原成所述景物的平面图,其中,所述曲面图是指三维图,所述平面图是指二维图;
识别模块,用于根据分类结果提取并识别出所述广角图中的目标景物。
5.如权利要求4所述的终端,其特征在于,所述多个摄像头分别位于不同的平面上,相邻两个摄像头的最大取景范围相切,且所述多个摄像头的取景角度叠加后等于360度,所述拼接模块包括:
拼接单元,用于按照所述多个摄像头的取景角度,对所述多个取景图像进行拼接,生成所述当前拍摄场景的全景图,其中,所述摄像头在拍摄到取景图片时,在所述取景图片上标识出所述取景图片的取景角度。
6.如权利要求4所述的终端,其特征在于,所述识别模块包括:
二维码提取单元,用于根据分类结果提取出所述广角图中的二维码图像;
二维码识别单元,用于识别出所述二维码图像中包含的二维码信息。
7.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710490858.4A CN109117693B (zh) | 2017-06-22 | 2017-06-22 | 一种基于广角取景的扫描识别的方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710490858.4A CN109117693B (zh) | 2017-06-22 | 2017-06-22 | 一种基于广角取景的扫描识别的方法及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109117693A CN109117693A (zh) | 2019-01-01 |
CN109117693B true CN109117693B (zh) | 2021-08-27 |
Family
ID=64733659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710490858.4A Active CN109117693B (zh) | 2017-06-22 | 2017-06-22 | 一种基于广角取景的扫描识别的方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109117693B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111091117B (zh) * | 2019-12-31 | 2021-01-29 | 北京城市网邻信息技术有限公司 | 用于二维全景图像的目标检测方法、装置、设备、介质 |
CN112215030B (zh) * | 2020-10-28 | 2022-06-10 | 天津大学 | 一种基于柱面二维码的复原和识别方法 |
CN115049909A (zh) * | 2021-02-25 | 2022-09-13 | 华为技术有限公司 | 场景识别方法及装置 |
CN113469165A (zh) * | 2021-07-06 | 2021-10-01 | 安徽淘云科技股份有限公司 | 扫描识别方法、存储介质、电子设备及扫描设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012048392A (ja) * | 2010-08-25 | 2012-03-08 | Canon Inc | 画像処理装置および方法 |
CN102779269B (zh) * | 2012-06-13 | 2014-10-29 | 合肥工业大学 | 基于图像传感器成像系统的人脸识别算法 |
CN102915669A (zh) * | 2012-10-17 | 2013-02-06 | 中兴通讯股份有限公司 | 一种实景地图的制作方法和装置 |
CN104463114A (zh) * | 2014-11-28 | 2015-03-25 | 清华大学 | 一种用于图像捕获和目标快速识别的方法与嵌入式设备 |
CN104994291B (zh) * | 2015-06-30 | 2018-09-04 | 广东欧珀移动通信有限公司 | 一种基于拍摄场景环境启动广角摄像头的方法及终端 |
CN105844256B (zh) * | 2016-04-07 | 2019-07-05 | 广州盈可视电子科技有限公司 | 一种全景视频帧图像处理方法和装置 |
-
2017
- 2017-06-22 CN CN201710490858.4A patent/CN109117693B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109117693A (zh) | 2019-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200160102A1 (en) | Keypoint unwarping for machine vision applications | |
CN109117693B (zh) | 一种基于广角取景的扫描识别的方法及终端 | |
WO2021004180A1 (zh) | 一种纹理特征提取方法、纹理特征提取装置及终端设备 | |
US11055826B2 (en) | Method and apparatus for image processing | |
CN109116129B (zh) | 终端检测方法、检测设备、系统及存储介质 | |
CN110245573B (zh) | 一种基于人脸识别的签到方法、装置及终端设备 | |
US10929961B2 (en) | Electronic device and method for correcting images using external electronic device | |
CN113807451B (zh) | 全景图像特征点匹配模型的训练方法、装置以及服务器 | |
US11636779B2 (en) | Method, apparatus and terminal device for constructing parts together | |
CN103198311A (zh) | 基于拍摄的图像来识别字符的方法及装置 | |
CN112348778A (zh) | 一种物体识别方法、装置、终端设备及存储介质 | |
US11709914B2 (en) | Face recognition method, terminal device using the same, and computer readable storage medium | |
CN114187333A (zh) | 一种图像对齐方法、图像对齐装置及终端设备 | |
CN106997366B (zh) | 数据库构建方法、增强现实融合追踪方法及终端设备 | |
WO2022199395A1 (zh) | 人脸活体检测方法、终端设备及计算机可读存储介质 | |
Koo et al. | Feature-based image registration algorithm for image stitching applications on mobile devices | |
CN113298187A (zh) | 图像处理方法及装置、计算机可读存储介质 | |
CN108270973B (zh) | 一种拍照处理方法、移动终端及计算机可读存储介质 | |
CN113033243A (zh) | 一种人脸识别方法、装置及设备 | |
CN110689484A (zh) | 一种自动全景图片拼接方法及存储设备 | |
CN110660091A (zh) | 一种图像配准处理方法、装置和拍照批改作业系统 | |
CN113393506B (zh) | 图像配准方法及相关装置、设备 | |
CN114140839A (zh) | 用于人脸识别的图像发送方法、装置、设备及存储介质 | |
CN109286798B (zh) | 一种投影屏幕的边框位置识别方法、系统及终端设备 | |
US20190349519A1 (en) | Electronic device and image processing method therefor |
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 |