CN109271982B - 多个识别区域识别方法、识别终端及可读存储介质 - Google Patents
多个识别区域识别方法、识别终端及可读存储介质 Download PDFInfo
- Publication number
- CN109271982B CN109271982B CN201811099817.3A CN201811099817A CN109271982B CN 109271982 B CN109271982 B CN 109271982B CN 201811099817 A CN201811099817 A CN 201811099817A CN 109271982 B CN109271982 B CN 109271982B
- Authority
- CN
- China
- Prior art keywords
- identification
- scanned image
- scene
- area
- key
- 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
- 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
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Abstract
本发明公开了一种多个识别区域识别方法,从采集端获取扫描图像;确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框;识别所述扫描图像的各个识别框内的各个目标特征,分析得到各个重点识别区域的各个目标特征信息并发送到信息获取端。本发明还公开了一种识别终端及计算机可读存储介质。本发明实现了一次扫描可对多个识别区域识别得到多个特征信息。
Description
技术领域
本发明涉及图像扫描识别领域,尤其涉及一种多个识别区域识别方法、识别终端及可读存储介质。
背景技术
现有的扫描识别技术中,为了更好地识别目标物体或者图形码,往往会在扫描时先限定一个扫描区域,当需要扫描的目标物体或图形码落入该限定区域时,识别率较高,根据一个限定的扫描区域可以识别出一个符合的特征信息;但是在一些特殊的领域,需要在一次扫描中获取两个或两个以上的识别信息,就要在一次扫描中准确识别两个或者两个以上的目标物体或图形码;而单一的限定扫描区域只能识别到一个特征信息,无法识别两个或两个以上的识别信息。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种多个识别区域识别方法、识别终端及可读存储介质,旨在解决单一的限定扫描区域不能识别两个或两个以上的识别信息的技术问题。
为实现上述目的,本发明提供一种多个识别区域识别方法,所述多个识别区域识别方法包括以下步骤:
从采集端获取扫描图像;
确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框;
识别所述扫描图像的各个识别框内的各个目标特征,分析得到各个重点识别区域的各个目标特征信息并发送到信息获取端。
可选地,所述确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤包括:
根据预设的默认场景,确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框;或
对获取到的扫描图像进行图像情景分析,确定扫描图像的图像情景所属识别场景类型;
根据识别场景类型确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框。
可选地,所述对获取到的扫描图像进行图像情景分析,确定扫描图像的图像情景所属识别场景类型的步骤包括:
对获取到的所述扫描图像进行图像情景分析,确定扫描图像中的情景关联物体;
将情景关联物体与各个预设识别场景中的标准物体比对,得到第一比对结果;
根据第一比对结果,从预设识别场景中获取与所述扫描图像对应的目标识别场景;
根据目标识别场景,确定扫描图像的图像情景所属识别场景类型。
可选地,所述根据识别场景类型确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤包括:
根据所述扫描图像的图像情景所属识别场景类型,确定各个预设识别区域;
根据各个预设识别区域,对应确定所述扫描图像的各个重点识别区域的具体位置;
根据各个重点识别区域的具体位置,在各个重点识别区域的周边生成所述扫描图像的各个识别框。
可选地,所述根据识别场景类型确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤包括:
根据所述扫描图像的图像情景所属识别场景类型,读取被多次记录存储的各个识别区域;
根据被多次存储记录的各个识别区域,对应确定所述扫描图像的各个重点识别区域的具体位置;
根据各个重点识别区域的具体位置,在各个重点识别区域的周边生成所述扫描图像的各个识别框。
可选地,所述识别所述扫描图像的各个识别框内的各个目标特征,分析得到各个重点识别区域的各个目标特征信息并发送到信息获取端的步骤包括:
分别识别所述扫描图像的各个识别框内的各个目标特征;
根据识别到的各个目标特征,分别分析各个目标特征所包含的各个目标特征信息;
得到所述扫描图像各个重点识别区域的各个目标特征信息;
获取所述扫描图像各个目标特征信息,发送到信息获取端。
可选地,所述根据识别到的各个目标特征,分别分析各个目标特征所包含的各个目标特征信息的步骤之后还包括:
获取无法分析出目标特征信息的各个目标特征,得到对应无法获取特征信息的各个重点识别区域;
获取所述扫描图像上无法获取特征信息的各个重点识别区域;对无法获取特征信息的各个重点识别区域进行放大;
根据无法获取特征信息的各个重点识别区域的放大情况,对应各个识别框进行放大;
再次识别放大后的各个识别框内的各个目标特征,并分析各个目标特征所包含的各个目标特征信息。
可选地,所述确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤之后还包括:
获取用户对所述扫描图像手动删除的第一识别框;
获取用户对所述扫描图像手动增加的第二识别框;
在获取到的所述扫描图像的各个识别框中,去除第一识别框、增加第二识别框,得到最终的所述扫描图像的各个识别框。
此外,为实现上述目的,本发明还提供一种识别终端,所述识别终端包括: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多个识别区域识别程序,所述多个识别区域识别程序被所述处理器执行时实现如上所述的多个识别区域识别方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有多个识别区域识别程序,所述多个识别区域识别程序被处理器执行时实现如上任一项所述的多个识别区域识别方法的步骤。
本发明实施例提出的一种多个识别区域识别方法,通过在采集端获取扫描图像后,对扫描图像进行图像情景分析确定识别场景类型,从而确定该扫描图像的各个重点识别区域和识别各个重点识别区域特征的各个识别框,并且可以根据用户的手动选择增减各个重点识别区域;根据各个重点识别区域对各个识别框内的特征进行识别、分析得到各个重点识别区域所包含的各个特征信息;实现了一次扫描可对多个识别区域识别得到多个特征信息,并可对重点识别区域进行放大显示后再识别,进一步提高了信息识别准确率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的识别终端结构示意图;
图2为本发明多个识别区域识别方法的第一实施例的流程示意图;
图3为包含关系的识别框示意图;
图4为并列关系的识别框示意图;
图5为重点识别区域与识别框位置关系示意图;
图6为步骤S21的细化流程示意图;
图7为步骤S22的细化流程示意图;
图8为本发明多个识别区域识别方法的第四实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:从采集端获取扫描图像;确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框;识别所述扫描图像的各个识别框内的各个目标特征,分析得到各个重点识别区域的各个目标特征信息并发送到信息获取端。
由于现有技术中,为了达到较高的识别率,在识别目标物体或者图形码是,往往会先限定一个扫描区域,当需要扫描的目标物体或者图形码落入该限定区域时,可以根据限定的一个扫描区域识别出一个符合的特征信息;但是限定一个扫描区域只能识别到一个特征信息,当需要在一次扫描中同时识别多个特征信息时,限定一个扫描区域无法识别出多个特征信息。
本发明提供一种解决方案,使一次扫描中可以同时识别出多个特征信息,有效解决单一的限定扫描区域不能识别两个或者两个以上的识别信息的问题;并可对重点识别区域进行放大显示后再识别,进一步提高了信息识别准确率。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的识别终端结构示意图。
本发明实施例识别终端可以是PC,也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面3)播放器、便携计算机等具有显示功能的可移动式终端设备。
如图1所示,该识别终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的识别终端结构并不构成对识别终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及多个识别区域识别程序。
在图1所示的识别终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的多个识别区域识别程序,并执行以下操作:
从采集端获取扫描图像;
确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框;
识别所述扫描图像的各个识别框内的各个目标特征,分析得到各个重点识别区域的各个目标特征信息并发送到信息获取端。
进一步地,所述确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤包括:
根据预设的默认场景,确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框;或
对获取到的扫描图像进行图像情景分析,确定扫描图像的图像情景所属识别场景类型;
根据识别场景类型确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框。
进一步地,所述对获取到的扫描图像进行图像情景分析,确定扫描图像的图像情景所属识别场景类型的步骤包括:
对获取到的所述扫描图像进行图像情景分析,确定扫描图像中的情景关联物体;
将情景关联物体与各个预设识别场景中的标准物体比对,得到第一比对结果;
根据第一比对结果,从预设识别场景中获取与所述扫描图像对应的目标识别场景;
根据目标识别场景,确定扫描图像的图像情景所属识别场景类型。
进一步地,所述根据识别场景类型确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤包括:
根据所述扫描图像的图像情景所属识别场景类型,确定各个预设识别区域;
根据各个预设识别区域,对应确定所述扫描图像的各个重点识别区域的具体位置;
根据各个重点识别区域的具体位置,在各个重点识别区域的周边生成所述扫描图像的各个识别框。
进一步地,所述根据识别场景类型确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤包括:
根据所述扫描图像的图像情景所属识别场景类型,读取被多次记录存储的各个识别区域;
根据被多次存储记录的各个识别区域,对应确定所述扫描图像的各个重点识别区域的具体位置;
根据各个重点识别区域的具体位置,在各个重点识别区域的周边生成所述扫描图像的各个识别框。
进一步地,所述识别所述扫描图像的各个识别框内的各个目标特征,分析得到各个重点识别区域的各个目标特征信息并发送到信息获取端的步骤包括:
分别识别所述扫描图像的各个识别框内的各个目标特征;
根据识别到的各个目标特征,分别分析各个目标特征所包含的各个目标特征信息;
得到所述扫描图像各个重点识别区域的各个目标特征信息;
获取所述扫描图像各个目标特征信息,发送到信息获取端。
进一步地,所述根据识别到的各个目标特征,分别分析各个目标特征所包含的各个目标特征信息的步骤之后,处理器1001可以调用存储器1005中存储的多个识别区域识别程序,还执行以下操作:
获取无法分析出目标特征信息的各个目标特征,得到对应无法获取特征信息的各个重点识别区域;
获取所述扫描图像上无法获取特征信息的各个重点识别区域;对无法获取特征信息的各个重点识别区域进行放大;
根据无法获取特征信息的各个重点识别区域的放大情况,对应各个识别框进行放大;
再次识别放大后的各个识别框内的各个目标特征,并分析各个目标特征所包含的各个目标特征信息。
进一步地,所述确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤之后,处理器1001可以调用存储器1005中存储的多个识别区域识别程序,还执行以下操作:
获取用户对所述扫描图像手动删除的第一识别框;
获取用户对所述扫描图像手动增加的第二识别框;
在获取到的所述扫描图像的各个识别框中,去除第一识别框、增加第二识别框,得到最终的所述扫描图像的各个识别框。
基于上述硬件结构,提出本发明方法实施例。
参照图2,在本发明多个识别区域识别方法第一实施例中,所述多个识别区域识别方法包括:
步骤S10,从采集端获取扫描图像;
本实施例方法的执行主体可以为一种识别终端,该识别终端可以承载于网络服务器中。
识别终端可以从采集端获取扫描图像,采集端可以通过摄像头等装置或模块获取扫描图像,并将扫描图像发送至识别终端;其中,扫描图像获取的是需要进行多个识别区域进行识别的目标物体,例如,目标物体可以是汽车、打印机、投影设备等需要识别多个特征信息的任何物体,目标物体上需要包含有可识别的特征信息。
步骤S20,确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框;
识别终端首先确定所述扫描图像的各个重点识别区域,然后根据各个重点识别区域生成对应的各个识别框;其中,各个重点识别区域是指目标物体上包含了特征信息的区域,识别终端根据重点识别区域识别可以得到所需要的特征信息;各个识别框是根据各个重点识别区域的范围,在各个重点识别区域的周边生成的,识别框用于限定需要进行识别的范围,使得重点识别区域的范围全部落入识别框限定的识别范围;如图3、图4所示,每个识别场景类型都有对应的多个识别框,每个识别场景的各个识别框可以为包含或者并列的关系;其中,图3为包含关系的识别框,1为扫描图像的扫描区域,2为识别框,包含关系的两个识别框是一个识别框完全包含在另一个识别框内;图4为并列关系的识别框,1为扫描图像的扫描区域,2为识别框,并列关系的两个识别框可以是完全没有重叠的部分,也可以是有部分重叠但不完全重叠的两个识别框,当然每个识别场景也可以比图中有更多或更少的识别框。
步骤S30,识别所述扫描图像的各个识别框内的各个目标特征,分析得到各个重点识别区域的各个目标特征信息并发送到信息获取端。
为了方便理解,举例进行说明,例如,扫描的目标物体是汽车,同时需要识别出汽车的车牌号、车标和车型这三个信息的识别场景类型,识别终端通过识别场景类型分别确定了车牌号、车标、车型的重点识别区域和识别框后;识别终端分别识别车牌号、车标、车型识别框内的目标特征,然后分析目标特征得到目标特征信息,并将目标特征信息发送到信息获取端。
其中,各个目标特征是指,车牌号、车标、车型各个重点识别区域包含的文本、字符、大小、形状、尺寸等信息;各个目标特征信息是指,用特征提取算法分析文本、字符、大小、形状、尺寸等信息得到唯一确定的内容;如,获取到车牌号重点识别区域里的车牌号文本,用特征提取算法分析后得到车牌号的字符串。
进一步地,步骤S30包括:
步骤A1,分别识别所述扫描图像的各个识别框内的各个目标特征;
为了方便理解,接以上步骤S30中的例子继续说明,识别终端通过车牌号识别框识别到车牌号的目标特征,通过车标识别框识别到车标的目标特征,通过车型识别框识别到车型的目标特征。
步骤A2,根据识别到的各个目标特征,分别分析各个目标特征所包含的各个目标特征信息;
识别终端可以根据各个目标特征的文本、字符、大小、形状、尺寸等信息分析得到目标特征信息;例如,分别识别到车牌号、车标、车型的目标特征后,可以分别根据车牌号、车标、车型的目标特征利用提取特征的算法,得到具体的车牌号、具体的车标、具体的车型。
步骤A3,得到所述扫描图像各个重点识别区域的各个目标特征信息;
识别终端通过分析各个识别框内的目标特征确定目标特征信息,从而得到所述扫描图像各个重点识别区域的各个目标特征信息。
步骤A4,获取所述扫描图像各个目标特征信息,发送到信息获取端。
识别终端得到所述扫描图像各个重点识别区域的各个目标特征信息后,将各个目标特征信息发送到信息获取端,信息获取端采取各个目标特征信息后,可用于存储、删除、控制等。
进一步地,步骤A2之后还包括:
步骤B1,获取无法分析出目标特征信息的各个目标特征,得到对应无法获取特征信息的各个重点识别区域;
识别终端获取根据步骤A2无法分析出目标特征信息的各个目标特征,无法分析出目标特征信息的各个目标特征所对应的各个重点识别区域,就是无法获取特征信息的各个重点识别区域;也可根据人为识别判断,确定无法获取到特征信息的重点识别区域;
步骤B2,获取所述扫描图像上无法获取特征信息的各个重点识别区域;对无法获取特征信息的各个重点识别区域进行放大;
如图5所示,1为扫描图像的扫描区域、2为识别框、3为重点识别区域,识别终端根据无法分析出目标特征信息的各个目标特征,在所述扫描图像上确定具有无法分析出目标特征信息的各个目标特征的区域,从而确定为无法获取特征信息的各个重点识别区域,然后识别终端对无法获取特征信息的各个重点识别区域进行放大操作;当然,也可以根据人为识别判断,确定无法获取到特征信息的重点识别区域后,识别终端获取用户人为进行的放大操作。
步骤B3,根据无法获取特征信息的各个重点识别区域的放大情况,对应各个识别框进行放大;
根据无法获取特征信息的各个重点识别区域的放大情况,将各个识别框进行放大至放大后的各个重点识别区域的大小,使得放大后的各个重点识别区域全部落在放大后的各个识别框内;或者可以直接去除放大前的各个重点识别区域的各个识别框,在放大后各个重点识别区域的周边重新生成各个识别框。
步骤B4,再次识别放大后的各个识别框内的各个目标特征,并分析各个目标特征所包含的各个目标特征信息。
根据上述步骤A1~A2,再次识别放大后的各个识别框内的各个目标特征,并分析各个目标特征所包含的各个目标特征信息。
在本实施例中,通过在采集端获取扫描图像后,对扫描图像进行图像情景分析确定识别场景类型,从而确定该扫描图像的各个重点识别区域和识别各个重点识别区域特征的各个识别框;根据各个重点识别区域对各个识别框内的特征进行识别、分析得到各个重点识别区域所包含的各个特征信息;实现了一次扫描可对多个识别区域识别得到多个特征信息,并可对重点识别区域进行放大显示,保证重点识别区域的清晰度后再识别,进一步提高了信息识别准确率。
进一步地,参照图6,本发明多个识别区域识别方法的第二实施例,基于上述图2所示的实施例,步骤S20包括:
步骤C,根据预设的默认场景,确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框;
预设的默认场景是指,预先设定的一种已知重点识别区域个数和特征的场景;识别终端每次获取到扫描图像后,就直接采用预先设定的重点识别区域中的特征在扫描图像中找到具有对应特征的区域,以作为扫描图像的各个重点识别区域;然后在各个重点识别区域的周边生成对应的各个识别框。
或者,为了确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框,步骤S20包括:
步骤S21,对获取到的扫描图像进行图像情景分析,确定扫描图像的图像情景所属识别场景类型;
识别终端对获取到的扫描图像进行图像情景分析,确定扫描图像中需要识别的目标物体是什么,然后根据目标物体确定扫描图像的图像情景所属的识别场景类型;其中,扫描图像的图像情景所属识别场景类型是根据不同类型的目标物体和目标物体需要获取的信息确定的,例如:目标物体是打印机,同时识别出打印机和打印机的型号这两个信息可以作为一种识别场景类型;目标物体是投影设备,同时识别出投影设备和投影设备的型号这两个信息可以作为一种识别场景类型;目标物体是汽车,同时需要识别出汽车的车牌号和车型这两个信息,可以作为一种识别场景类型;目标物体是汽车,同时需要识别出汽车的车牌号、车标和车型这三个信息,也可以作为一种识别场景类型。
步骤S22,根据识别场景类型确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框。
识别终端根据所述识别场景类型确定各个预设识别区域,然后根据各个预设识别区域的特征,在所述扫描图像上确定具有各个预设识别区域的特征的区域,以作为所述扫描图像的各个重点识别区域,然后在各个重点识别区域的周边生成对应的各个识别框。
进一步地,所述S21的步骤包括:
步骤D1,对获取到的所述扫描图像进行图像情景分析,确定扫描图像中的情景关联物体;
识别终端对获取到的扫描图像进行图像情景分析,确定扫描图像中的情景关联物体,情景关联物体就是所述扫描图像需要识别的目标物体;例如,通过对扫描图像进行图像情景分析确定需要识别的情景关联物体是打印机,或者汽车等。
步骤D2,将情景关联物体与各个预设识别场景中的标准物体比对,得到第一比对结果;
识别终端中存储有多个预设识别场景,每个标准物体都至少有一个与之对应的预设识别场景,识别终端将情景关联物体与各个预设识别场景中的标准物体比对,根据情景关联物体上的各个特征与标准物体上的特征对比,得到与情景关联物体特征最为接近的标准物体以作为第一比对结果;接以上步骤D1的例子继续作说明,例如,将情景关联物体分别与预设识别场景中的汽车、打印机、投影设备等对比,情景关联物体外形、结构特征与预设识别场景中的打印机特征最为接近,所以得到与情景关联物体是打印机。
步骤D3,根据第一比对结果,从预设识别场景中获取与所述扫描图像对应的目标识别场景;
识别终端根据第一比对结果确定与情景关联物体最为接近的标准物体,然后,获取与情景关联物体最为接近的标准物体对应的预设识别场景作为目标识别场景,目标识别场景其实是预设识别场景中的一种识别场景,各个预设识别场景分别预设了需要同时识别的多个信息;例如,与情景关联物体最为接近的标准物体是打印机,标准物体打印机对应的预设识别场景预设的是需要同时出识别打印机和打印机型号这两个信息,那么目标识别场景就是同时识别出打印机和打印机型号这两个信息。
步骤D4,根据目标识别场景,确定扫描图像的图像情景所属识别场景类型。
识别终端根据目标识别场景中预设需要同时识别出的多个信息,确定所述扫描图像需要同时识别的多个信息,所述扫描图像需要同时识别的多个信息与目标识别场景预设需要同时识别的多个信息一一对应;通过情景关联物体和所述扫描图像需要同时识别的多个信息,确定扫描图像的图像情景所属识别场景类型;例如,确定情景关联物体是汽车,目标识别场景预设的是需要同时识别出车牌号和车型这两个信息,那么所述扫描图像需要的是同时识别出车牌号和车型这两个信息,得到扫描图像的图像情景所属识别场景类型为,目标物体是汽车,同时需要识别出汽车的车牌号和车型这两个信息。
进一步地,为了确定扫描图像的图像情景所属识别场景类型,识别终端还可以将扫描图像发送给云平台进行图像情景分析,云平台的分析过程和平台分析结果可以参照以上步骤D1~D4的分析过程,在此不再赘述,然后识别终端接收云平台反馈的平台分析结果;识别终端根据平台分析结果,确定扫描图像中的情景关联物体,以及扫描图像的图像情景所属识别场景类型。
进一步地,步骤S22包括:
步骤E1,根据所述扫描图像的图像情景所属识别场景类型,确定各个预设识别区域;
为了识别多个信息,各个预设识别场景中分别预设了多个识别区域,识别终端根据所述扫描图像的图像情景所属识别场景类型对应的预设识别场景,确定各个预设识别区域,预设识别场景中分别预设的多个识别区域就是各个预设识别区域;例如,为了识别车牌号、车标,预设识别场景分别预设了车牌号、车标的识别区域,预设识别区域确定为车牌号、车标的识别区域。
步骤E2,根据各个预设识别区域,对应确定所述扫描图像的各个重点识别区域的具体位置;
识别终端确定各个预设识别区域后,识别终端通过各个预设识别区域的各个特征与所述扫描图像的各个特征对比,得到所述扫描图像的各个特征区域,将所述扫描图像的各个特征区域作为所述扫描图像的各个重点识别区域、所述扫描图像的各个特征区域所在位置为所述扫描图像的各个重点识别区域的具体位置。
例如,预设识别场景中车牌号的预设识别区域特征是,由蓝色或白色或者黄色的底、表面是明显的字母或数字构成;对应地在所述扫描图像中,含蓝色或白色或者黄色的底、表面是明显的字母或数字构成特征的区域是重点识别区域,对应特征所在位置是所述扫描图像的重点识别区域的具体位置。
步骤E3,根据各个重点识别区域的具体位置,在各个重点识别区域的周边生成所述扫描图像的各个识别框。
识别终端根据各个重点识别区域在所述扫描图像的具体位置,在各个重点识别区域的周边生成所述扫描图像的各个识别框,使得各个重点识别区域全部落入各个识别框范围内,如图5所示;识别终端通过分别识别各个识别框范围内区域,即可识别分析出各个重点识别区域的各个特征信息。
在本实施例中,通过识别终端分析确定扫描图像的图像情景所述识别场景类型,或者识别终端发送扫描图像给云平台分析,确定扫描图像的图像情景所述识别场景类型,两种分析方式使得不同的图像情景都能获取预设到识别场景类型,更准确快速地确定识别场景类型。
进一步地,参照图7,本发明多个识别区域识别方法的第三实施例,基于上述图2所示的实施例,所述S22的步骤包括:
步骤F1,根据所述扫描图像的图像情景所属识别场景类型,读取被多次记录存储的各个识别区域;
在本次所述扫描图像识别之前,所述扫描图像的图像情景所属识别场景类型对应的预设识别场景中,可能存在曾被用户多次选择过的区域,识别终端将各个曾被用户多次选择过的区域作为预设识别场景的各个识别区域、并记录存储起来;当识别终端识别到预设识别场景中有曾被用户多次选择过的区域时,分别读取出被多次记录存储的各个识别区域。
步骤F2,根据被多次存储记录的各个识别区域,对应确定所述扫描图像的各个重点识别区域的具体位置;
识别终端读取到被多次存储记录的各个识别区域后,识别终端将被多次存储记录的各个识别区域的各个特征与所述扫描图像的各个特征对比,得到所述扫描图像的各个特征区域,将所述扫描图像的各个特征区域作为所述扫描图像的各个重点识别区域、所述扫描图像的各个特征区域所在位置为所述扫描图像的各个重点识别区域的具体位置。
步骤F3,根据各个重点识别区域的具体位置,在各个重点识别区域的周边生成所述扫描图像的各个识别框;
识别终端根据各个重点识别区域在所述扫描图像的具体位置,在各个重点识别区域的周边生成所述扫描图像的各个识别框,使得各个重点识别区域全部落入各个识别框范围内,识别终端通过分别识别各个识别框范围内区域,即可识别分析出各个重点识别区域的各个特征信息。
在本实施例中,可以根据用户历史多次选择的识别区域作为重点识别区域,使得重点识别区域的选择更贴近用户需求,识别过程更加个性化;在所述扫描图像的图形情景所属识别场景类型对应的预设识别场景中,没有预设识别区域时,也可以通过利用被多次记录存储的各个识别区域构造各个重点识别区域,然后再进行识别,而不需要每次都要对重点识别区域进行选择,加快了重点识别区域的确定。
进一步地,参照图8,本发明多个识别区域识别方法的第四实施例,基于上述图2所示的实施例,所述步骤S20之后还包括:
步骤S50,获取用户对所述扫描图像手动删除的第一识别框;
用户可以根据需求对所述扫描图像上不需要获取特征信息的重点识别区域对应的识别框去除,识别终端获取用户对所述扫描图像上的各个识别框的删除操作,当获取到删除操作时,记录需要删除的识别框作为第一识别框。
步骤S60,获取用户对所述扫描图像手动增加的第二识别框;
用户可以根据需求在所述扫描图像上的区域对应的增加识别框,以获取更多需要特征信息,识别终端获取用户对所述扫描图像增加各个识别框的增加操作,当获取到增加操作时,记录需要增加的识别框作为第二识别框。
步骤S70,在获取到的所述扫描图像的各个识别框中,去除第一识别框、增加第二识别框,得到最终的所述扫描图像的各个识别框。
识别终端在获取到的所述扫描图像的各个识别框后,去除掉用户根据需求认为需要去除的第一识别框,加入用户根据需求认为需要增加的第二识别框,得到所述扫描图像最终需要进行识别特征信息的各个识别框。
在本实施例中,可以根据用户需求手动的增加或去除掉各个识别框,对不需要识别特征信息的重点识别区域对应的识别框去除,需要识别特征信息的区域加入对应的识别框,避免了识别出不需要的特征信息,同时也解决了需要识别的特征信息无法识别的问题,使得识别更加个性化,满足了用户不同的需求。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有多个识别区域识别程序,所述多个识别区域识别程序被处理器执行时实现如上所述的多个识别区域识别的方法的步骤。
本发明计算机可读存储介质具体实施方式可以参照上述多个识别区域识别的方法各实施例,在此不再赘述。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
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。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种多个识别区域识别方法,其特征在于,所述多个识别区域识别方法包括:
从采集端获取扫描图像;
确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框;
识别所述扫描图像的各个识别框内的各个目标特征,分析得到各个重点识别区域的各个目标特征信息并发送到信息获取端;
其中,所述确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤包括:
对获取到的扫描图像进行图像情景分析,确定扫描图像的图像情景所属识别场景类型;
根据识别场景类型确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框;
所述根据识别场景类型确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤包括:
根据所述扫描图像的图像情景所属识别场景类型,确定各个预设识别区域;
根据各个预设识别区域,对应确定所述扫描图像的各个重点识别区域的具体位置;
根据各个重点识别区域的具体位置,在各个重点识别区域的周边生成所述扫描图像的各个识别框。
2.如权利要求1所述的多个识别区域识别方法,其特征在于,所述确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤包括:
根据预设的默认场景,确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框。
3.如权利要求2所述的多个识别区域识别方法,其特征在于,所述对获取到的扫描图像进行图像情景分析,确定扫描图像的图像情景所属识别场景类型的步骤包括:
对获取到的所述扫描图像进行图像情景分析,确定扫描图像中的情景关联物体;
将情景关联物体与各个预设识别场景中的标准物体比对,得到第一比对结果;
根据第一比对结果,从预设识别场景中获取与所述扫描图像对应的目标识别场景;
根据目标识别场景,确定扫描图像的图像情景所属识别场景类型。
4.如权利要求1所述的多个识别区域识别方法,其特征在于,所述根据识别场景类型确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤包括:
根据所述扫描图像的图像情景所属识别场景类型,读取被多次记录存储的各个识别区域;
根据被多次存储记录的各个识别区域,对应确定所述扫描图像的各个重点识别区域的具体位置;
根据各个重点识别区域的具体位置,在各个重点识别区域的周边生成所述扫描图像的各个识别框。
5.如权利要求1所述的多个识别区域识别方法,其特征在于,所述识别所述扫描图像的各个识别框内的各个目标特征,分析得到各个重点识别区域的各个目标特征信息并发送到信息获取端的步骤包括:
分别识别所述扫描图像的各个识别框内的各个目标特征;
根据识别到的各个目标特征,分别分析各个目标特征所包含的各个目标特征信息;
得到所述扫描图像各个重点识别区域的各个目标特征信息;
获取所述扫描图像各个目标特征信息,发送到信息获取端。
6.如权利要求5所述的多个识别区域识别方法,其特征在于,所述根据识别到的各个目标特征,分别分析各个目标特征所包含的各个目标特征信息的步骤之后还包括:
获取无法分析出目标特征信息的各个目标特征,得到对应无法获取特征信息的各个重点识别区域;
获取所述扫描图像上无法获取特征信息的各个重点识别区域;对无法获取特征信息的各个重点识别区域进行放大;
根据无法获取特征信息的各个重点识别区域的放大情况,对应各个识别框进行放大;
再次识别放大后的各个识别框内的各个目标特征,并分析各个目标特征所包含的各个目标特征信息。
7.如权利要求1所述的多个识别区域识别方法,其特征在于,所述确定所述扫描图像的各个重点识别区域,并获取所述各个重点识别区域对应的各个识别框的步骤之后还包括:
获取用户对所述扫描图像手动删除的第一识别框;
获取用户对所述扫描图像手动增加的第二识别框;
在获取到的所述扫描图像的各个识别框中,去除第一识别框、增加第二识别框,得到最终的所述扫描图像的各个识别框。
8.一种识别终端,其特征在于,所述识别终端包括: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多个识别区域识别程序,所述多个识别区域识别程序被所述处理器执行时实现如权利要求1至7中任一项所述的多个识别区域识别方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有多个识别区域识别程序,所述多个识别区域识别程序被处理器执行时实现如权利要求1至7中任一项所述的多个识别区域识别方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811099817.3A CN109271982B (zh) | 2018-09-20 | 2018-09-20 | 多个识别区域识别方法、识别终端及可读存储介质 |
CN202011419732.6A CN112560840B (zh) | 2018-09-20 | 2018-09-20 | 多个识别区域识别方法、识别终端及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811099817.3A CN109271982B (zh) | 2018-09-20 | 2018-09-20 | 多个识别区域识别方法、识别终端及可读存储介质 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011419732.6A Division CN112560840B (zh) | 2018-09-20 | 2018-09-20 | 多个识别区域识别方法、识别终端及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109271982A CN109271982A (zh) | 2019-01-25 |
CN109271982B true CN109271982B (zh) | 2020-11-10 |
Family
ID=65197736
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811099817.3A Active CN109271982B (zh) | 2018-09-20 | 2018-09-20 | 多个识别区域识别方法、识别终端及可读存储介质 |
CN202011419732.6A Active CN112560840B (zh) | 2018-09-20 | 2018-09-20 | 多个识别区域识别方法、识别终端及可读存储介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011419732.6A Active CN112560840B (zh) | 2018-09-20 | 2018-09-20 | 多个识别区域识别方法、识别终端及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN109271982B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112580625A (zh) * | 2020-12-11 | 2021-03-30 | 海信视像科技股份有限公司 | 一种显示设备和图像内容识别方法 |
CN112860060B (zh) * | 2021-01-08 | 2022-07-01 | 广州朗国电子科技股份有限公司 | 一种图像识别方法、设备及存储介质 |
CN113393468A (zh) * | 2021-06-28 | 2021-09-14 | 北京百度网讯科技有限公司 | 图像处理方法、模型训练方法、装置和电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202163114U (zh) * | 2011-08-08 | 2012-03-14 | 天津威旭科技有限公司 | 多功能条形码扫描打印一体机 |
CN104916035A (zh) * | 2015-06-09 | 2015-09-16 | 普联软件股份有限公司 | 一种基于涂抹技术的票据识别系统及识别方法 |
CN104916034A (zh) * | 2015-06-09 | 2015-09-16 | 普联软件股份有限公司 | 一种基于可干预模板的票据识别系统及识别方法 |
CN107358226A (zh) * | 2017-06-23 | 2017-11-17 | 联想(北京)有限公司 | 电子设备的识别方法及电子设备 |
CN107491709A (zh) * | 2017-08-29 | 2017-12-19 | 努比亚技术有限公司 | 一种码图识别方法、终端和计算机可读存储介质 |
CN108446693A (zh) * | 2018-03-08 | 2018-08-24 | 上海扩博智能技术有限公司 | 待识别目标的便捷标记方法、系统、设备及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679189B (zh) * | 2012-09-14 | 2017-02-01 | 华为技术有限公司 | 场景识别的方法和装置 |
US9286541B1 (en) * | 2014-09-12 | 2016-03-15 | Amazon Technologies, Inc. | Fast multipass underline removal for camera captured OCR |
CN105046196B (zh) * | 2015-06-11 | 2018-04-17 | 西安电子科技大学 | 基于级联卷积神经网络的前车车辆信息结构化输出方法 |
WO2017087568A1 (en) * | 2015-11-17 | 2017-05-26 | Eman Bayani | A digital image capturing device system and method |
CN107516095A (zh) * | 2016-06-16 | 2017-12-26 | 阿里巴巴集团控股有限公司 | 一种图像识别方法及装置 |
KR102564267B1 (ko) * | 2016-12-01 | 2023-08-07 | 삼성전자주식회사 | 전자 장치 및 그 동작 방법 |
WO2019136636A1 (zh) * | 2018-01-10 | 2019-07-18 | 深圳前海达闼云端智能科技有限公司 | 图像识别方法、系统、电子设备和计算机程序产品 |
CN108229463A (zh) * | 2018-02-07 | 2018-06-29 | 众安信息技术服务有限公司 | 基于图像的文字识别方法 |
-
2018
- 2018-09-20 CN CN201811099817.3A patent/CN109271982B/zh active Active
- 2018-09-20 CN CN202011419732.6A patent/CN112560840B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202163114U (zh) * | 2011-08-08 | 2012-03-14 | 天津威旭科技有限公司 | 多功能条形码扫描打印一体机 |
CN104916035A (zh) * | 2015-06-09 | 2015-09-16 | 普联软件股份有限公司 | 一种基于涂抹技术的票据识别系统及识别方法 |
CN104916034A (zh) * | 2015-06-09 | 2015-09-16 | 普联软件股份有限公司 | 一种基于可干预模板的票据识别系统及识别方法 |
CN107358226A (zh) * | 2017-06-23 | 2017-11-17 | 联想(北京)有限公司 | 电子设备的识别方法及电子设备 |
CN107491709A (zh) * | 2017-08-29 | 2017-12-19 | 努比亚技术有限公司 | 一种码图识别方法、终端和计算机可读存储介质 |
CN108446693A (zh) * | 2018-03-08 | 2018-08-24 | 上海扩博智能技术有限公司 | 待识别目标的便捷标记方法、系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112560840B (zh) | 2023-05-12 |
CN109271982A (zh) | 2019-01-25 |
CN112560840A (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109271982B (zh) | 多个识别区域识别方法、识别终端及可读存储介质 | |
CN107885430B (zh) | 一种音频播放方法、装置、存储介质及电子设备 | |
CN107871001B (zh) | 音频播放方法、装置、存储介质及电子设备 | |
CN107943811B (zh) | 内容的发布方法和装置 | |
JP2014131277A (ja) | 文書画像圧縮方法及びその文書認証への適用 | |
CN109409349B (zh) | 信贷证件鉴别方法、装置、终端及计算机可读存储介质 | |
CN107689070B (zh) | 图表数据结构化提取方法、电子设备及计算机可读存储介质 | |
CN110728687B (zh) | 文件图像分割方法、装置、计算机设备和存储介质 | |
CN112070076A (zh) | 文本段落结构还原方法、装置、设备及计算机存储介质 | |
CN109685714B (zh) | 图片压缩方法、装置、设备及计算机可读存储介质 | |
CN112633313A (zh) | 一种网络终端的不良信息识别方法及局域网终端设备 | |
CN111582134A (zh) | 证件边沿检测方法、装置、设备和介质 | |
CN107085699B (zh) | 信息处理设备、信息处理设备的控制方法和存储介质 | |
CN111553191A (zh) | 基于人脸识别的视频分类方法、装置及存储介质 | |
US8218876B2 (en) | Information processing apparatus and control method | |
CN111368841A (zh) | 文本识别方法、装置、设备及存储介质 | |
CN108108646B (zh) | 条码信息识别方法、终端和计算机可读存储介质 | |
CN109740074B (zh) | 参数配置信息的处理方法、装置及设备 | |
CN110956093A (zh) | 基于大数据的模型识别方法、装置、设备及介质 | |
CN112714299B (zh) | 一种图像展示方法及装置 | |
CN114677700A (zh) | 身份标识的识别方法和装置、存储介质及电子设备 | |
CN110929725B (zh) | 证件分类方法、装置及计算机可读存储介质 | |
CN114429464A (zh) | 终端的碎屏识别方法和相关设备 | |
CN112351304A (zh) | 智能大屏控制方法、装置、设备及计算机可读存储介质 | |
CN112699720A (zh) | 基于人物信息集的监控方法、设备、存储介质及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |