CN109508713A - 图片获取方法、装置、终端和存储介质 - Google Patents

图片获取方法、装置、终端和存储介质 Download PDF

Info

Publication number
CN109508713A
CN109508713A CN201811518644.4A CN201811518644A CN109508713A CN 109508713 A CN109508713 A CN 109508713A CN 201811518644 A CN201811518644 A CN 201811518644A CN 109508713 A CN109508713 A CN 109508713A
Authority
CN
China
Prior art keywords
area
picture
hot spot
spot
image acquisition
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
CN201811518644.4A
Other languages
English (en)
Inventor
黄锦伦
宋欢儿
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co 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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201811518644.4A priority Critical patent/CN109508713A/zh
Publication of CN109508713A publication Critical patent/CN109508713A/zh
Pending legal-status Critical Current

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)
  • Image Analysis (AREA)

Abstract

本发明涉及图像匹配技术领域，本发明提供一种图像获取方法、装置、终端和存储介质，所述方法包括获取需要OCR识别的目标对象的图片；依次对所述图片进行二值化和膨胀算法处理获取所述图片中光斑区域范围，并计算所述光斑区域范围占所述图片面积的光斑比例；判断所述光斑比例是否大于预设比例阈值，若是，发送预设的提示信息。本发明避免了技术复杂、计算量大的问题，提升了终端的处理效率。

Description

图片获取方法、装置、终端和存储介质
技术领域
本发明涉及图像处理技术领域，具体而言，本发明涉及一种图像获取方法、装置、终端和存储介质。
背景技术
随着带有照相功能的智能设备的普及，人们越来越习惯以照相记录或保存材料，尤其是用于文字记录，避免逐字抄写而影响记录速度。但是在照相的过程中都会受到环境或者是设备的闪光灯的影响，在图片上形成光斑，遮盖图片的有效内容，影响相应区域的识别。所以利用图片的光斑检测可以提高图像质量。
在传统的光斑检测方法中，需将原始图片转化至RGB色彩模式作为目标图片，所涉及的技术复杂，需要的计算量太大。
发明内容
为克服上述问题，尤其是现有技术中的技术复杂、计算量大的问题，提出以下技术方案：
第一方面，本发明提供一种图片获取方法，包括如下步骤：
获取需要OCR识别的目标对象的图片；
依次对所述图片进行二值化和膨胀算法处理获取所述图片中光斑区域范围，并计算所述光斑区域范围占所述图面积片的光斑比例；
判断所述光斑比例是否大于预设比例阈值，若是，发送预设的提示信息。
在其中一个实施例中，所述依次对所述图片进行二值化和膨胀算法处理获取所述图片中光斑区域范围的步骤包括：
获取所述图片，通过设定阈值对将所述图片进行二值化处理，得到将所述光斑区域转换成第一白色区域的二值化图像；
利用膨胀算法，得到膨胀算法处理后的第二白色区域的分布。
在其中一个实施例中，计算所述光斑区域范围占所述图片面积的光斑比例的步骤包括：
获取所述第二白色区域的范围；
计算所述第二白色区域的区域面积，得到所述光斑区域范围占所述图片面积的光斑比例。
在其中一个实施例中，获取所述第二白色区域的范围的步骤包括：
获取所述图片的所有像素点的像素点值；
得到所述像素点值的梯度变化大的像素点；
将所述像素点连接成的闭合曲线，得到第二白色区域的范围。
在其中一个实施例中，所述计算得到所述第二白色区域的区域面积的步骤包括：
获取所述第二白色区域的范围；
利用图像坐标得到所述第二白色区域的最小外接矩形的面积；
根据所述最小外接矩形的面积，计算得到所述第二白色区域的区域面积。
在其中一个实施例中，根据所述最小外接矩形的面积得到所述第二白色区域的区域面积的步骤包括：S＝k×S1
其中，S为所述第二白色区域的区域面积，k为最小外接矩形的最大内接圆形的面积占比系数，S1为所述第二白色区域的最小外接矩形的面积。
在其中一个实施例中，在所述依次对所述图片进行二值化和膨胀算法处理获取所述图片中所述光斑区域范围，并计算存在光斑的区域范围占所述图片的光斑比例的步骤之前还包括：
利用预先训练的图像识别模型对所述图片进行有效内容区域识别，获取图片中的有效内容区域。
第二方面，本发明提供一种图片获取装置，包括：
获取模块，用于获取需要OCR识别的目标对象已拍摄的图片；
光斑计算模块，用于依次对所述图片进行二值化和膨胀算法处理获取所述图片中光斑区域范围，并计算所述光斑区域范围占所述图片面积的光斑比例；
判定模块，用于判断所述光斑比例是否大于预设比例阈值，若是，发送预设的提示信息。
第三方面，本发明提供一种终端，其包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行上述实施例中的任一项所述的图片获取方法。
第四方面，本发明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计算机程序，该计算机程序被处理器执行时实现上述实施例中的任一项所述的图片获取方法。
上述的图片获取方法、装置、终端和存储介质，根据二值化和膨胀算法对需要OCR识别的目标对象的图片进行预处理，突显所述光斑区域，从而得到所述光斑区域的分布和面积，最终判断是否需要对所述图片进行发送预设的提示信息，避免现有技术中需要对原始图片转化至RGB色彩模式作为目标图片所造成的技术复杂，计算量大的问题，提升了终端的处理效率，使本发明的方案更加容易在如手机的移动终端普及使用。
本发明附加的方面和优点将在下面的描述中部分给出，这些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
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明中的一个实施例的图片获取方法流程图；
图2为本发明中的一个实施例的图片获取装置的示意图；
图3为本发明中的一个实施例的终端的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解，这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通讯链路上，执行双向通讯的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通讯设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通讯设备；PCS(Personal Communications Service，个人通讯系统)，其可以组合语音、数据处理、传真和/或数据通讯能力；PDA(Personal Digital Assistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(Global Positioning System，全球定位系统)接收器；常规膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。这里所使用的“终端”、“终端设备”还可以是通讯终端、上网终端、音乐/视频播放终端，例如可以是PDA、MID(Mobile Internet Device，移动互联网设备)和/或具有音乐/视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。
本技术领域技术人员可以理解，这里所使用的远端网络设备，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。在此，云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。本发明的实施例中，远端网络设备、终端设备与WNS服务器之间可通过任何通讯方式实现通讯，包括但不限于，基于3GPP、LTE、WIMAX的移动通讯、基于TCP/IP、UDP协议的计算机网络通讯以及基于蓝牙、红外传输标准的近距无线传输方式。
参考图1所示，图1是一个实施例的图片获取方法，包括以下步骤：
S110，获取需要OCR识别的目标对象的图片。
OCR，(Optical Character Recognition，光学字符识别)，需要首先获取识别对象的有效内容。在识别之前，常用的手段是通过拍摄获取需要OCR识别的目标对象的图像。目前，由于移动终端的普及使用，在许多使用场合，通常会运用到如手机等移动终端进行拍摄获取图片，以该图片作为OCR识别的基础。但是在拍摄图片的时候，通常会因为光线的因素影响图片的成像质量，最为常见的是由于环境光线的影像会在图片上形成一个或多个光斑，该光斑若遮盖图片的有效内容，对图片的OCR识别，尤其是文字内容的识别效果会因此下降。所以，在OCR识别之前，需要对图片进行光斑检测，确保后期OCR识别效果的质量。
在此步骤中，所述目标对象是需要进行OCR识别内容的物理载体，如记载需要进行OCR识别内容的书本、纸张、照片、玻璃、木板、布料等材料，该材料可以是呈平面型、非平面性(如曲面状、折叠状)，只要所述需要进行OCR识别的内容能清楚显示于所获取的图片中即可。
所述图片是对目标对象上记载有OCR内容的区域的图片。所述图片可以是针对用户通过按终端的拍摄键，如手机上的拍摄键(如智能手机上的在拍摄界面的虚拟拍摄键，或实体的拍摄键)、相机中的快门。当用户按下所述拍摄键或快门，在所述终端的存储器上形成已经拍摄完成后的图片。所述图片也可以是针对实时预览界面获取到的图像信息，如在拍摄之前的预览或对焦阶段所获取的图像信息。针对实时预览界面，可以逐帧进行处理或者每隔预定周期/帧进行处理所获取的图像信息。
,S120，依次对所述图片进行二值化和膨胀算法处理获取所述图片中光斑区域范围，并计算所述光斑区域范围占所述图片面积的光斑比例。
该步骤，主要是对终端中已生成的图片进行处理，以突显图片中的光斑区域，便于针对该光斑区域的范围进行计算，以评估其对OCR识别的影响程度。
对终端中已生成的图片处理中，首先是将其通过二值化处理，使图片形成只有黑白二色的二值化图像，以去除颜色干扰，突出光斑的区域。由于光斑区域的亮度比较大，因此，在二值化的图像中光斑区域为白色区域，在本实施例中，将该二值化图像的白色区域定义为第一白色区域。
然后对所述二值化图像使用膨胀算法，对所述第一白色区域进行扩大，使相近的的第一白色区域形成一个整体，同时减少小面积的第一白色区域，使图片上的白色区域由原来的零散整合为较为集中的大面积的白色区域，在本实施例中，将经过膨胀算法处理后的白色区域定位为第二白色区域。由于所述第二白色区域较为集中的大面积白色区域，与第一白色区域进行比较而言，计算第二白色区域的范围的运算量会比较小，从而减轻终端的运算量，不影响其他程序的运行速度。
作为一个实施例，所述二值化图像是通过设定阈值得到的，所述阈值是用于突显光斑区域，即在生成的二值化图像中，只有光斑区域转化为白色区域，其他部分均转化为黑色区域。所述阈值可以是经验值，也可以是经过根据不同环境所训练得到的参考值，或者是通过获取图片的各个像素点值，具体是各个像素点的灰度值再进一步计算得到的阈值。该计算方法具体为通过获取原始图片中各个像素点的灰度值，形成关于该灰度值的直方图，再从该直方图中得到最大的方差值，该最大的方差值对应的灰度值为所述的阈值。在形成的二值化图像中，小于所述阈值为黑色区域，大于所述阈值为白色区域，即光斑区域。
根据上述实施例得到的第二白色区域的分布，获取所述第二白色区域的范围，进一步计算所述第二白色区域的区域面积，从而得到图片上的光斑的区域范围占所述图片的光斑比例。
作为一个实施例，计算所述第二白色区域的范围可以通过轮廓检测算法。具体地，获取图片上所有像素点的像素点值，由于经过二值化和膨胀算法处理的图片的黑色和白色区域之间，也就是两者之间的边界的像素点值的变化梯度较大，所述从中得到所述像素点值的变化梯度大的像素点可以被认定为所述第二白色区域的边界，将上述得到的像素点连接成闭合曲线，得到所述第二白色区域的范围。
为了进一步减少检测光斑大小的运算量，利用图像坐标将所述第二白色区域的最小外接矩形，并通过如下公式得到所述最小外接矩形的面积：
S1＝(Xmax-Xmin)×(Ymax-Ymin) (1)
其中，S1为所述第二白色区域的最小外接矩形的面积，Xmax为所述最小外接矩形在图像坐标x轴上的最大值，Xmin为所述最小外接矩形在图像坐标x轴上的最小值，Ymax为所述最小外接矩形在图像坐标y轴上的最大值，Ymin为所述最小外接矩形在图像坐标y轴上的最小值。
由于所述第二白色区域并非占据所述最小外接矩形的全部空间，为了较为准确得到所述第二白色区域的面积S，可以利用最小外接矩形的最大内接圆形的面积占比系数k，如0.8，从而得到所述第二白色区域的面积S1，具体如以下公式：
S＝k×S1 (2)
对于所述获取所述第二白色区域的范围的步骤，当所述第二白色区域处于所述图片的边界范围，根据图片的对象类型，预先设定好的图像识别模型得到所述第二白色区域处于所述图片的空白区域，即光斑不影响对图片的OCR识别，无需重新拍摄。如所述对象类型是文件，所获取的图片是文件的整个页面，由于文件通常在其四周边缘留空白区域，若所述第二白色区域的范围在所述图像识别模型中的空白区域内，那么光斑不影响文件的OCR识别，无需重新拍摄。作为一个实施例，所述步骤S120之前还可以利用预先训练的图像识别模型对所述图片进行有效内容区域识别，获取图片中的有效内容区域。
例如，所述图片的拍摄对象的文件，为了无需将所述第二白色区域和所述空白区域进行对比，直接通过判断光斑的面积占比确定是否需要重新拍摄图片。根据拍摄对象的类型，利用针对该对象预先训练的图像识别模型对所述图片进行有效内容区域识别，获取针对该对象的图片中的有效内容的区域。根据所述第二白色区域占据所述图片的比例，判断所述光斑比例是否大于设定比例阈值，若是，提示重新拍摄图片。
S130，判断所述光斑比例是否大于预设比例阈值，若是，发送预设的提示信息。
此步骤中，所述预设的提示信息可以是根据用户不同获取图片的方式，根据设定，对应给出相应的提示信息。
对于已经拍摄的图片，如果经过步骤S120处理后得到的光斑比例大于设定比例阈值，那么提示重新拍摄图片。对于实时预览界面获得到的图像信息的情况下，可以利用所述终端的对焦或预览等功能，对所述拍摄的对象进行预先对焦或预览，从而在拍摄之前预先估计所述光斑占据图片的比例，如果大于设定比例阈值，可放弃本次对焦拍摄，重新调整后再拍摄该对象；或者，可以是当检测到所述光斑比例大于预设比例阈值时，可以直接提示注意光斑影响，以提示用户做出相应的调整，减少光斑区域范围；或者是根据获取的光斑的位置信息，通过如坐标模型等辅助调整方式对造成光斑的光线方向进行预判，并根据所述坐标模型指导用户对终端与所述目标对象的角度和距离进行调整，并可以以相应的调整坐标信息进行提示。所述提示信息可以进一步为用户将终端调整至预设角度和距离时的提示信息。
本发明提供的一种图片获取方法，根据二值化和膨胀算法对需要OCR识别的目标对象的图片进行预处理，突显所述光斑区域，从而得到所述光斑区域的分布和面积，最终判断是否需要对所述图片进行发送预设的提示信息，避免现有技术中需要对原始图片转化至RGB色彩模式作为目标图片所造成的技术复杂，计算量大的问题，提升了终端的处理效率，使本发明的方案更加容易在如手机的移动终端普及使用。
基于与上述图片获取方法相同的发明构思，本发明实施例还提供了一种图片获取装置，如图2所示，包括：
获取模块210，用于获取需要OCR识别的目标对象已拍摄的图片；
光斑计算模块220，用于依次对所述图片进行二值化和膨胀算法处理获取所述图片中光斑区域范围，并计算所述光斑区域范围占所述图片面积的光斑比例；
判定模块230，用于判断所述光斑比例是否大于设定比例阈值，若是，发送预设的提示信息。
所述光斑计算模块220还可执行：
获取所述图片，通过设定阈值对将所述图片进行二值化处理，得到将所述光斑区域转换成第一白色区域的二值化图像；
利用膨胀算法，得到膨胀算法处理后的第二白色区域的分布。
进一步地，获取所述第二白色区域的范围；计算所述第二白色区域的区域面积，得到存在光斑的区域范围占所述图片的光斑比例。
本发明通过提供一种图片获取装置，通过光斑计算模块220根据二值化和膨胀算法对获取模块210所获取的图片进行预处理，突显所述光斑区域，从而得到所述光斑区域的分布和面积，最终通过判定模块230判断是否需要对所述图片进行发送预设的提示信息，避免现有技术中需要对原始图片转化至RGB色彩模式作为目标识别图片所造成的技术复杂，计算量大的问题，提升了终端的处理效率，使本发明的方案更加容易在如手机的移动终端普及使用。
在另一种实施例中，本发明提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现上述实施例所述的图片获取方法。其中，所述计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory，只读存储器)、RAM(Random AcceSS Memory，随即存储器)、EPROM(EraSable Programmable Read-Only Memory，可擦写可编程只读存储器)、EEPROM(Electrically EraSable Programmable Read-Only Memory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是，存储设备包括由设备(例如，计算机、手机)以能够读的形式存储或传输信息的任何介质，可以是只读存储器，磁盘或光盘等。
本发明实施例提供的一种计算机可读存储介质，可实现获取需要OCR识别的目标对象的图片；依次对所述图片进行二值化和膨胀算法处理获取所述图片中光斑区域范围，并计算所述光斑区域范围占所述图片面积的光斑比例；判断所述光斑比例是否大于预设比例阈值，若是，发送预设的提示信息。本发明通过提供一种图片获取方法，根据二值化和膨胀算法对需要OCR识别的目标对象的图片进行预处理，突显所述光斑区域，从而得到所述光斑区域的分布和面积，最终判断是否需要对所述图片进行发送预设的提示信息，避免现有技术中需要对原始图片转化至RGB色彩模式作为目标识别图片所造成的技术复杂。计算量大的问题，提升了终端的处理效率，使本发明的方案更加容易在如手机的移动终端普及使用。
本发明实施例提供的计算机可读存储介质可以实现上述图片获取方法的实施例，具体功能实现请参见方法实施例中的说明，在此不再赘述。
此外，在又一种实施例中，本申请还提供一种终端，如图3所示，所述服务器处理器303、存储器305、输入单元307以及显示单元309等器件。本领域技术人员可以理解，图3示出的结构器件并不构成对所有服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件。存储器305可用于存储应用程序301以及各功能模块，处理器303运行存储在存储器305的应用程序301，从而执行设备的各种功能应用以及数据处理。存储器305可以是内存储器或外存储器，或者包括内存储器和外存储器两者。内存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)、快闪存储器、或者随机存储器。外存储器可以包括硬盘、软盘、ZIP盘、U盘、磁带等。本申请所公开的存储器包括但不限于这些类型的存储器。本申请所公开的存储器305只作为例子而非作为限定。
输入单元307用于接收信号的输入，以及接收用户输入的关键字。输入单元307可包括触控面板以及其它输入设备。触控面板可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作)，并根据预先设定的程序驱动相应的连接装置；其它输入设备可以包括但不限于物理键盘、功能键(比如播放控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。显示单元309可用于显示用户输入的信息或提供给用户的信息以及计算机设备的各种菜单。显示单元309可采用液晶显示器、有机发光二极管等形式。处理器303是计算机设备的控制中心，利用各种接口和线路连接整个电脑的各个部分，通过运行或执行存储在存储器303内的软件程序和/或模块，以及调用存储在存储器内的数据，执行各种功能和处理数据。图3中所示的一个或多个处理器303能够执行、实现图2中所示的获取模块210、光斑计算模块220、判定模块230的功能。
在一种实施方式中，所述终端包括一个或多个处理器303，以及一个或多个存储器305，一个或多个应用程序301，其中所述一个或多个应用程序301被存储在存储器305中并被配置为由所述一个或多个处理器303执行，所述一个或多个应用程序301配置用于执行以上实施例所述的图片获取方法。
本申请实施例提供的一种终端，可实现获取需要OCR识别的目标对象的图片；依次对所述图片进行二值化和膨胀算法处理获取所述图片中光斑区域范围，并计算所述光斑区域范围占所述图片面积的光斑比例；判断所述光斑比例是否大于预设比例阈值，若是，发送预设的提示信息。本发明通过提供一种图片获取方法，根据二值化和膨胀算法对需要OCR识别的目标对象的图片进行预处理，突显所述光斑区域，从而得到所述光斑区域的分布和面积，最终判断是否需要对所述图片进行发送预设的提示信息，避免现有技术中需要对原始图片转化至RGB色彩模式作为目标识别图片所造成的技术复杂。计算量大的问题，提升了终端的处理效率，使本发明的方案更加容易在如手机的移动终端普及使用。
本申请实施例提供的终端可以实现上述提供的图片获取方法的实施例，具体功能实现请参见方法实施例中的说明，在此不再赘述。
本发明实施例还提供了终端可以是移动终端，为了便于说明，仅对与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该移动终端可以为包括手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、POS(Point ofSales，销售终端)、车载电脑等任意终端设备，以终端为手机为例：
手机包括：射频(Radio Frequency，RF)电路、存储器、输入单元、显示单元、传感器、音频电路、无线保真(wireless fidelity，Wi-Fi)模块、处理器、以及电源等部件。
其中，所述传感器，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板的亮度，接近传感器可在手机移动到耳边时，关闭显示面板和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种图片获取方法，其特征在于，包括如下步骤：
获取需要OCR识别的目标对象的图片；
依次对所述图片进行二值化和膨胀算法处理获取所述图片中光斑区域范围，并计算所述光斑区域范围占所述图片面积的光斑比例；
判断所述光斑比例是否大于预设比例阈值，若是，发送预设的提示信息。
2.根据权利要求1所述的图片获取方法，其特征在于，
所述依次对所述图片进行二值化和膨胀算法处理获取所述图片中光斑区域范围的步骤包括：
获取所述图片，通过设定阈值对将所述图片进行二值化处理，得到将所述光斑区域转换成第一白色区域的二值化图像；
利用膨胀算法，得到膨胀算法处理后的第二白色区域的分布。
3.根据权利要求2所述的图片获取方法，其特征在于，
计算所述光斑区域范围占所述图片面积的光斑比例的步骤包括：
获取所述第二白色区域的范围；
计算所述第二白色区域的区域面积，得到所述光斑区域范围占所述图片面积的光斑比例。
4.根据权利要求3所述的图片获取方法，其特征在于，
获取所述第二白色区域的范围的步骤包括：
获取所述图片的所有像素点的像素点值；
得到所述像素点值的梯度变化大的像素点；
将所述像素点连接成的闭合曲线，得到第二白色区域的范围。
5.根据权利要求3所述的图片获取方法，其特征在于，
所述计算得到所述第二白色区域的区域面积的步骤包括：
获取所述第二白色区域的范围；
利用图像坐标得到所述第二白色区域的最小外接矩形的面积；
根据所述最小外接矩形的面积，计算得到所述第二白色区域的区域面积。
6.根据权利要求5所述的图片获取方法，其特征在于，
根据所述最小外接矩形的面积得到所述第二白色区域的区域面积的步骤包括：S＝k×S1
其中，S为所述第二白色区域的区域面积，k为最小外接矩形的最大内接圆形的面积占比系数，S1为所述第二白色区域的最小外接矩形的面积。
7.根据权利要求1所述的图片获取方法，其特征在于，
在所述依次对所述图片进行二值化和膨胀算法处理获取所述图片中所述光斑区域范围，并计算存在光斑的区域范围占所述图片的光斑比例的步骤之前还包括：
利用预先训练的图像识别模型对所述图片进行有效内容区域识别，获取图片中的有效内容区域。
8.一种图片获取装置，其特征在于，包括：
获取模块，用于获取需要OCR识别的目标对象已拍摄的图片；
光斑计算模块，用于依次对所述图片进行二值化和膨胀算法处理获取所述图片中光斑区域范围，并计算所述光斑区域范围占所述图片面积的光斑比例；
判定模块，用于判断所述光斑比例是否大于预设比例阈值，若是，发送预设的提示信息。
9.一种终端，其特征在于，其包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据权利要求1～7任一项所述的图片获取方法。
10.一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计算机程序，该计算机程序被处理器执行时实现权利要求1-7任一项所述的图片获取方法。
CN201811518644.4A 2018-12-12 2018-12-12 图片获取方法、装置、终端和存储介质 Pending CN109508713A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811518644.4A CN109508713A (zh) 2018-12-12 2018-12-12 图片获取方法、装置、终端和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811518644.4A CN109508713A (zh) 2018-12-12 2018-12-12 图片获取方法、装置、终端和存储介质

Publications (1)

Publication Number Publication Date
CN109508713A true CN109508713A (zh) 2019-03-22

Family

ID=65753360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811518644.4A Pending CN109508713A (zh) 2018-12-12 2018-12-12 图片获取方法、装置、终端和存储介质

Country Status (1)

Country Link
CN (1) CN109508713A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353979A (zh) * 2020-02-27 2020-06-30 成都恒创新星科技有限公司 一种移动式计算机视觉光斑探测定位方法
CN112613754A (zh) * 2020-12-25 2021-04-06 杭州晨宇布业织造有限公司 一种用于布料生产的管理方法、系统、装置和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070071300A1 (en) * 2003-12-08 2007-03-29 Ching Wee S Method and system for automatic vision inspection and classification of microarray slides
CN103543394A (zh) * 2013-10-27 2014-01-29 华北电力大学（保定） 一种高压电气设备放电紫外成像量化参数提取方法
CN106228168A (zh) * 2016-07-29 2016-12-14 北京小米移动软件有限公司 卡片图像反光检测方法和装置
CN106951891A (zh) * 2017-03-21 2017-07-14 北京中安未来科技有限公司 光斑检测方法和装置
CN107561264A (zh) * 2017-09-05 2018-01-09 齐鲁工业大学 基于图像处理的β淀粉样斑块识别和测量方法
CN108765442A (zh) * 2018-04-27 2018-11-06 吉林农业科技学院 一种基于室外多变光照条件下农田绿色作物快速分割方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070071300A1 (en) * 2003-12-08 2007-03-29 Ching Wee S Method and system for automatic vision inspection and classification of microarray slides
CN103543394A (zh) * 2013-10-27 2014-01-29 华北电力大学（保定） 一种高压电气设备放电紫外成像量化参数提取方法
CN106228168A (zh) * 2016-07-29 2016-12-14 北京小米移动软件有限公司 卡片图像反光检测方法和装置
CN106951891A (zh) * 2017-03-21 2017-07-14 北京中安未来科技有限公司 光斑检测方法和装置
CN107561264A (zh) * 2017-09-05 2018-01-09 齐鲁工业大学 基于图像处理的β淀粉样斑块识别和测量方法
CN108765442A (zh) * 2018-04-27 2018-11-06 吉林农业科技学院 一种基于室外多变光照条件下农田绿色作物快速分割方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353979A (zh) * 2020-02-27 2020-06-30 成都恒创新星科技有限公司 一种移动式计算机视觉光斑探测定位方法
CN111353979B (zh) * 2020-02-27 2023-10-17 成都恒创新星科技有限公司 一种移动式计算机视觉光斑探测定位方法
CN112613754A (zh) * 2020-12-25 2021-04-06 杭州晨宇布业织造有限公司 一种用于布料生产的管理方法、系统、装置和存储介质

Similar Documents

Publication Publication Date Title
WO2019109801A1 (zh) 拍摄参数的调整方法、装置、存储介质及移动终端
WO2019120032A1 (zh) 模型构建方法、拍照方法、装置、存储介质及终端
WO2021135601A1 (zh) 辅助拍照方法、装置、终端设备及存储介质
CN109189879B (zh) 电子书籍显示方法及装置
CN108566516B (zh) 图像处理方法、装置、存储介质及移动终端
US9058536B1 (en) Image-based character recognition
CN110058694A (zh) 视线追踪模型训练的方法、视线追踪的方法及装置
WO2019174628A1 (zh) 拍照方法及移动终端
WO2017087568A1 (en) A digital image capturing device system and method
CN109005286B (zh) 一种显示控制方法及折叠屏终端
CN110930329B (zh) 星空图像处理方法及装置
CN108921941A (zh) 图像处理方法、装置、存储介质和电子设备
CN109086680A (zh) 图像处理方法、装置、存储介质和电子设备
WO2022042425A1 (zh) 视频数据处理方法、装置、计算机设备及存储介质
WO2018045592A1 (zh) 拍摄图像方法、装置和终端
CN108776822B (zh) 目标区域检测方法、装置、终端及存储介质
WO2018184260A1 (zh) 文档图像的校正方法及装置
WO2022134634A1 (zh) 视频处理方法及电子设备
CN112269853A (zh) 检索处理方法、装置及存储介质
JP5811495B2 (ja) 画像表示装置、画像表示方法、及びプログラム
WO2020221121A1 (zh) 视频查询方法、装置、设备及存储介质
CN107995417B (zh) 一种拍照的方法和移动终端
CN109508713A (zh) 图片获取方法、装置、终端和存储介质
CN110895570A (zh) 一种数据处理方法、装置和用于数据处理的装置
CN111753606A (zh) 一种智能模型的升级方法及装置

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