CN109785380A - 一种内切圆确定方法及装置 - Google Patents
一种内切圆确定方法及装置 Download PDFInfo
- Publication number
- CN109785380A CN109785380A CN201811636143.6A CN201811636143A CN109785380A CN 109785380 A CN109785380 A CN 109785380A CN 201811636143 A CN201811636143 A CN 201811636143A CN 109785380 A CN109785380 A CN 109785380A
- Authority
- CN
- China
- Prior art keywords
- pixel
- weighted value
- value
- calculating
- determined
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000004891 communication Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供了一种内切圆确定方法及装置,获取二值化图像中连通域包括的各像素点的像素值,针对各像素点中的每个像素点,采用步骤a和步骤b进行n次计算,得到每个像素点在第n次计算后的权重值,将各像素点中在第n次计算后的权重值最大的像素点,确定为连通域的内切圆的圆心,从二值化图像中获取与圆心距离最近的第二像素值的像素点,并将所获取的像素点与圆心的距离确定为内切圆的半径。在确定圆心和半径之后,即可以得到连通域中的较大内切圆。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种内切圆确定方法及装置。
背景技术
图像中的连通域是指图像中具有相同像素值且位置相邻的像素点所组成的图像区域,连通域的识别在图像处理中应用较广泛,例如车牌识别,拼图类游戏中使用的轮廓图等。
尤其在拼图类游戏中,大量使用由白色和黑色组成的轮廓图,玩家将轮廓图中各白色连通域填充上不同的颜色,进而达到将黑白的轮廓图变成彩色填充图的目的。为了便于玩家找出每一连通域所需填充的颜色,游戏制作人员在制作轮廓图时,会在每一白色连通域内用标识进行标注,所采用的标识一般是圆内加上数值的方式,例如,1号连通域内的标识为①。
为了便于玩家更容易找到对应标识,对于每个连通域内的标识应尽可能大且尽可能的醒目。为了使得标识在连通域内尽量大的进行显示,需要确定每一连通域内的较大内切圆。因此,如何从连通域内确定出较大内切圆是亟待解决的问题。
发明内容
本申请实施例的目的在于提供一种内切圆确定方法及装置,以实现从连通域内确定出较大内切圆。具体技术方案如下:
第一方面,本申请实施例提供了一种内切圆确定方法,所述方法包括:
获取二值化图像中连通域包括的各像素点的像素值,所述二值化图像包括像素值为0和255的像素点;
针对所述各像素点中的每个像素点,采用如下步骤a和步骤b进行n次计算,得到每个像素点在第n次计算后的权重值,n为大于1的正整数:
步骤a,针对所述各像素点中的每个像素点,将所述每个像素点相邻的像素点中第一像素值的像素点个数,确定为所述每个像素点在第一次计算后的权重值;
步骤b,将所述每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与所述每个像素点第m-1次计算后的权重值的和,确定为所述每个像素点在第m次计算后的权重值,其中,m为大于1、且小于或等于n的整数,第n次计算后满足预设的计算停止条件;
将所述各像素点中在第n次计算后的权重值最大的像素点,确定为所述连通域的内切圆的圆心;
从所述二值化图像中获取与所述圆心距离最近的第二像素值的像素点,并将所获取的像素点与所述圆心的距离确定为所述内切圆的半径。
可选地,所述计算停止条件为:
在第n-1次计算后,所述各像素点中存在权重值为8(n-1)的像素点,在第n次计算后,所述各像素点中不存在权重值为8n的像素点。
可选地,所述计算停止条件为:计算次数达到预设次数阈值,其中,所述预设次数阈值为n。
可选地,所述将所述每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与所述每个像素点第m-1次计算后的权重值的和,确定为所述每个像素点在第m次计算后的权重值的步骤之后,还包括:
判断所确定出的权重值中是否存在8m的权重值;
若存在,则对所述各像素点进行第(m+1)次计算;
若不存在,则将所述各像素点中在第m次计算后的权重值最大的像素点,确定为所述二值化图像中所述连通域的内切圆的圆心。
可选地,所述连通域中像素点的像素值为255,连通域的边缘的像素点的像素值为0;所述方法还包括:
将所述二值化图像中像素值为0的像素点设置为255,将像素值为255的像素点设置为0,将所得到的图像确定为权重值记录图像;
针对所述各像素点中的每个像素点,将每一次计算后得到的该像素点的权重值,存储至所述权重值记录图像中与该像素点的坐标相同的位置。
可选地,所述方法还包括:
从所述权重值记录图像中获取所存储的权重值;
将所获取的每一权重值,确定为在所述二值化图像中与该权重值的存储位置相同的像素点的权重值。
第二方面,本申请实施例提供了一种内切圆确定装置,所述装置包括:
第一获取模块,用于获取二值化图像中连通域包括的各像素点的像素值,所述二值化图像包括像素值为0和255的像素点;
计算模块,用于针对所述各像素点中的每个像素点,采用如下步骤a和步骤b进行n次计算,得到每个像素点在第n次计算后的权重值,n为大于1的正整数:
步骤a,针对所述各像素点中的每个像素点,将所述每个像素点相邻的像素点中第一像素值的像素点个数,确定为所述每个像素点在第一次计算后的权重值;
步骤b,将所述每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与所述每个像素点第m-1次计算后的权重值的和,确定为所述每个像素点在第m次计算后的权重值,其中,m为大于1、且小于或等于n的整数,第n次计算后满足预设的计算停止条件;
第一确定模块,用于将所述各像素点中在第n次计算后的权重值最大的像素点,确定为所述连通域的内切圆的圆心;
第二确定模块,用于从所述二值化图像中获取与所述圆心距离最近的第二像素值的像素点,并将所获取的像素点与所述圆心的距离确定为所述内切圆的半径。
可选地,所述计算停止条件为:
在第n-1次计算后,所述各像素点中存在权重值为8(n-1)的像素点,在第n次计算后,所述各像素点中不存在权重值为8n的像素点。
可选地,所述计算停止条件为:计算次数达到预设次数阈值,其中,所述预设次数阈值为n。
可选地,所述装置还包括:
判断模块,用于判断所确定出的权重值中是否存在8m的权重值;若存在,则对所述各像素点进行第(m+1)次计算;若不存在,则将所述各像素点中在第m次计算后的权重值最大的像素点,确定为所述二值化图像中所述连通域的内切圆的圆心。
可选地,所述连通域中像素点的像素值为255,连通域的边缘的像素点的像素值为0;所述装置还包括:
设置模块,用于将所述二值化图像中像素值为0的像素点设置为255,将像素值为255的像素点设置为0,将所得到的图像确定为权重值记录图像;
存储模块,用于针对所述各像素点中的每个像素点,将每一次计算后得到的该像素点的权重值,存储至所述权重值记录图像中与该像素点的坐标相同的位置。
可选地,所述装置还包括:
第二获取模块,用于从所述权重值记录图像中获取所存储的权重值;
第三确定模块,用于将所获取的每一权重值,确定为在所述二值化图像中与该权重值的存储位置相同的像素点的权重值。
第三方面,本申请实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一所述的内切圆确定方法步骤。
第四方面,本申请实施例提供了一种机器可读存储介质,所述机器可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述的内切圆确定方法步骤。
本申请实施例提供的技术方案中,针对二值化图像中连通域的像素点,在第一计算时将每个像素点相邻的像素点中第一像素值的像素点个数,确定为每个像素点的权重值,在之后的第m次计算中,将每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与每个像素点第m-1次计算后的权重值的和,确定为每个像素点在第m次计算后的权重值,直至第n次计算后满足预设的计算停止条件,将第n次计算后的权重值最大的像素点作为连通域的内切圆的圆心,再从二值化图像中获取与圆心距离最近的第二像素值的像素点,并将所获取的像素点与圆心的距离确定为内切圆的半径。在确定圆心和半径之后,即可以得到连通域中的较大内切圆。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的内切圆确定方法的一种流程图;
图2(1)为本申请实施例提供的一种二值化图像;
图2(2)为本申请实施例提供的二值化图像第一次计算后的示意图;
图2(3)为本申请实施例提供的二值化图像第二次计算后的示意图;
图2(4)为本申请实施例提供的二值化图像第三次计算后的示意图;
图3为本申请实施例提供的内切圆确定装置的一种结构示意图;
图4为本申请实施例提供的电子设备的一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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。
为了从连通域内确定出较大内切圆,本申请实施例提供了一种内切圆确定方法及装置,其中,该内切圆确定方法包括:
获取二值化图像中连通域包括的各像素点的像素值,二值化图像包括像素值为0和255的像素点;
针对各像素点中的每个像素点,采用如下步骤a和步骤b进行n次计算,得到每个像素点在第n次计算后的权重值,n为大于1的正整数:
步骤a,针对各像素点中的每个像素点,将每个像素点相邻的像素点中第一像素值的像素点个数,确定为每个像素点在第一次计算后的权重值;
步骤b,将每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与每个像素点第m-1次计算后的权重值的和,确定为每个像素点在第m次计算后的权重值,其中,m为大于1、且小于或等于n的整数,第n次计算后满足预设的计算停止条件;
将各像素点中在第n次计算后的权重值最大的像素点,确定为连通域的内切圆的圆心;
从二值化图像中获取与圆心距离最近的第二像素值的像素点,并将所获取的像素点与圆心的距离确定为内切圆的半径。
本申请实施例提供的技术方案中,针对二值化图像中连通域的像素点,在第一计算时将每个像素点相邻的像素点中第一像素值的像素点个数,确定为每个像素点的权重值,在之后的第m次计算中,将每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与每个像素点第m-1次计算后的权重值的和,确定为每个像素点在第m次计算后的权重值,直至第n次计算后满足预设的计算停止条件,将第n次计算后的权重值最大的像素点作为连通域的内切圆的圆心,再从二值化图像中获取与圆心距离最近的第二像素值的像素点,并将所获取的像素点与圆心的距离确定为内切圆的半径。在确定圆心和半径之后,即可以得到连通域中的较大内切圆。
下面首先对本申请实施例提供的一种内切圆确定方法进行介绍,本申请实施例提供了一种内切圆确定方法,如图1所示,包括如下步骤。
S101,获取二值化图像中连通域包括的各像素点的像素值。
其中,二值化图像可以是用户自定义确定的待进行处理的图像,这种情况下,该待进行处理的图像本身就是二值化的图像。另外,二值化图像还可以是彩色图像、灰度图像等非二值化图像经过二值化处理后所得到的图像,这种情况下,非二值化图像是用户自定义确定的待进行处理的图像。
本申请实施例提供的内切圆确定方法可以应用于二值化图像中的任一个连通域,即确定二值化图像中任一连通域的内切圆,本申请实施例针对二值化图像中的一个连通域进行说明。像素值相同的像素点可以形成一个连通域,一个连通域内包括的像素点的像素值相同。例如,连通域为白色,则该连通域内的各像素点的像素值为255。
S102,针对各像素点中的每个像素点,采用步骤a和步骤b进行n次计算,得到每个像素点在第n次计算后的权重值。
其中,n为大于1的正整数,对于一个连通域内的每一个像素点来说,计算权重值的方式相同。基于此,本申请实施例提供的权重值的计算方式针对一个像素点进行说明。
其中,步骤a,针对各像素点中的每个像素点,将每个像素点相邻的像素点中第一像素值的像素点个数,确定为每个像素点在第一次计算后的权重值。
其中,一个像素点相邻的像素点最多可以有8个。以图2(1)为例,图2为二值化图像,每一个方框表示一个像素点,其中黑框表示像素值为255的像素点,白框表示像素值为0的像素点。对于坐标为(1,1)的像素点来说,相邻的像素点有3个,而对于坐标为(2,2)的像素点来说,相邻的像素点有8个。其中,(1,1)表示第一行第一列的坐标,(2,2)表示第二行第二列的坐标,本申请实施例中像素点的坐标均可以这样表示,不再赘述。
在获取到连通域中各像素点的像素值之后,对于每一像素点来说,可以统计相邻的像素点中第一像素值的像素点个数。其中,第一像素值为该连通域中像素点的像素值,例如,如图2(1)所示,白色的连通域中像素点的像素值为255,则第一像素值为255。当连通域为黑色,则该连通域中像素点的像素值为0,则此时第一像素值为0。
针对每一像素点来说,在统计出该像素点相邻的像素点中第一像素值的像素点个数之后,可以将所统计的个数确定为该像素点在第一次计算后的权重值。这样,连通域内的每一像素点均对应有一个权重值。
以图2(1)所示的二值化图像为例,连通域内的像素点的像素值为255,即白色,则第一像素值为255。针对图2(1)中的每一个像素值为255的像素点,将该像素点相邻的像素点中像素值为255的像素点个数,确定为该像素点在第一次计算后的权重值。在第一次计算之后,所得到的像素值为255的各像素点的权重值如图2(2)所示,比如,坐标为(1,1)的像素点的权重值为3,坐标为(1,2)的像素点的权重值为5,坐标为(2,2)的像素点的权重值为8。
步骤a即针对第一次计算,当完成步骤a之后,即可以得到连通域内的各像素点在第一次计算后的权重值。
步骤b,将每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与每个像素点第m-1次计算后的权重值的和,确定为每个像素点在第m次计算后的权重值,其中,m为大于1、且小于或等于n的整数,第n次计算后满足预设的计算停止条件。
在完成第一次计算之后,在第一次计算得到的权重值的基础上,继续进行迭代计算,每一次计算可以对各像素点的权重值进行更新。
从第二次计算开始,针对每一像素点的每一次计算,仅参考该像素点相邻的像素点的权重值。以第m次计算为例,在第m-1次计算后各像素点可以确定各自的权重值,例如,当m为2时,图2(2)所示的为第一次计算后的各像素点的权重值。
在进行第m次计算时,可以确定每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数。
以图2(2)为例,当m为2时,图2(2)所示的为第一次计算后的各像素点的权重值,则可以确定每个像素点相邻的像素点中第一次计算后的权重值为8的像素点个数。比如,在坐标为(1,1)的像素点相邻的像素点中,权重值为8的像素点个数为1,坐标(1,3)像素点相邻的像素点中权重值为8的像素点个数为3。
在确定出每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数之后,可以计算所确定的个数与该像素点第m-1次计算后的权重值的和。以图2(2)为例,对于坐标为(1,1)的像素点,该像素点第一次计算后的权重值为3,所确定的个数为1个,则所得到的和为4。
将所得到的和确定为该像素点在第m次计算后的权重值,在完成第m次计算之后,连通域中各像素点的权重值均为第m次计算后的权重值。
例如,当m为2时,第一次计算后的权重值如图2(2)所示,针对图2(2)中连通域内的各像素点,确定每个像素点相邻的像素点中权重值为8的像素点个数,并将所确定的个数与该像素点当前的权重值相加,所得到的和即为该像素点第二次计算后的权重值。相应于图2(2),第二次计算后连通域中各像素点的权重值如图2(3)所示。
以坐标为(1,1)的像素点为例,在图2(2)中,与该像素点相邻的像素点中权重值为8的像素点个数为1个,且坐标为(1,1)的像素点当前的权重值为3,则在第二次计算后该像素点的权重值为4。
再以坐标为(2,2)的像素点为例,在图2(2)中,与该像素点相邻的像素点中权重值为8的像素点个数为3个,且坐标为(2,2)的像素点当前的权重值为8,则在第二次计算后该像素点的权重值为11。
在上述步骤b中,m为大于1、且小于或等于n的整数,第n次计算后满足预设的计算停止条件。也就是说,第n次计算是最后一次计算,不再进行下一次计算。例如,n为3,则在第三次计算后即结束计算。
其中,计算停止条件可以是自定义设定的。在每一次计算结束后,可以判断当前的条件是否达到设定的计算停止条件,当判定未达到计算停止条件时则进入下一次计算,当判定达到计算停止条件时则停止计算,不再进行下一次计算。
一种实施方式中,计算停止条件为:在第n-1次计算后,连通域中的各像素点中存在权重值为8(n-1)的像素点,在第n次计算后,各像素点中不存在权重值为8n的像素点。
第n-1次计算后可以得出各像素点的权重值,并且在所得到的权重值中存在8(n-1)的权重值,则在进行第n次计算时,将每一像素点相邻的像素点中第n-1次计算后的权重值为8(n-1)的像素点个数与该像素点第n-1次计算后的权重值的和,确定为该像素点在第n次计算后的权重值。
在完成第n次计算后,所得到的各像素点的权重值中不存在8n的权重值,无法对第n次计算后的权重值进行更新,停止计算,不再进行第n+1次计算。
例如,当n为3时,第n-1次计算即为第二次计算,第二次计算后的权重值如图2(3)所示,第二次计算后的权重值中存在16的权重值,则可以进行第三次计算。在第三次计算时,针对图2(3)中连通域内的各像素点,确定每个像素点相邻的像素点中权重值为16的像素点个数,并将所确定的个数与该像素点当前的权重值相加,所得到的和即为该像素点第三次计算后的权重值。相应于图2(3),第三次计算后连通域中各像素点的权重值如图2(4)所示,第三次计算后各像素点中不存在权重值24的像素点,则不再进行第四次计算。
另一种实施方式中,计算停止条件为:计算次数达到预设次数阈值,其中,该预设次数阈值为n。
当计算次数达到预设次数阈值时不再进行下一次计算,即可以认为,当计算次数达到n次时不再进行第n+1次计算。其中,预设次数阈值可以是自定义设定的。例如,预设的次数阈值为30次,当n为30时即计算次数达到30次时,则不再进行第31次计算。
S103,将各像素点中在第n次计算后的权重值最大的像素点,确定为连通域的内切圆的圆心。
在完成第n次计算后可以得到各像素点的权重值,此时各像素点的权重值即为第n次计算后的权重值。可以认为,像素点的权重值越大表示在该像素点周围第一像素值的像素点越多,例如,在第一次计算后像素点的权重值为8表示该像素点相邻的8个像素点均为第一像素值的像素点。
基于此,在第n次计算后所得到的权重值中,权重值最大的像素点周围的第一像素值的像素点最多。可以将各像素点中在第n次计算后的权重值最大的像素点,确定为连通域的内切圆的圆心。在确定圆心后,基于该圆心的内切圆是连通域中较大的内切圆。
若第n次计算后满足的计算停止条件为:在第n-1次计算后,各像素点中存在权重值为8(n-1)的像素点,在第n次计算后,各像素点中不存在权重值为8n的像素点。在这种情况下,将权重值最大的像素点确定为连通域的内切圆的圆心,基于该圆心的内切圆是该连通域内的最大内切圆。
以图2(4)为例,在第三次计算后各像素点中不存在权重值为24的像素点,由图2(4)中可知最大权重值为23,则可以将权重值为23的像素点作为该连通域的内切圆的圆心,且基于该圆心的内切圆为图2(4)中连通域的最大内切圆。
若权重值最大的像素点有多个时,可以从该多个权重值最大的像素点中任意选取一个像素点作为连通域的内切圆的圆心。
S104,从二值化图像中获取与圆心距离最近的第二像素值的像素点,并将所获取的像素点与圆心的距离确定为内切圆的半径。
其中,第二像素值为除连通域中像素点的像素值以外的其他像素值,例如,二值化图像中连通域为白色,连通域的轮廓为黑色,则第二像素值为黑色的像素点的像素值,即第二像素值为0。
在确定圆心后,基于该圆心,从二值化图像中寻找与该圆心距离最近的第二像素值的像素点。一种实现方式中,可以以圆心作为起始点,向四周扩散的方向上依次遍历像素点,直至第一次遍历到第二像素值的像素点。
以图2(4)为例,圆心为权重值为23的像素点,该像素点的坐标为(9,7),以(9,7)作为起始点向四周扩散的方向上依次遍历像素点,例如,在X分量增大的方向上依次进行遍历,先遍历坐标为(9,8)的像素点,该像素点的像素值为第一像素值,即为0,则继续遍历坐标为(9,9)的像素点,以此类推,直至在向四周扩散的方向上第一次遍历到第二像素值的像素点,则停止遍历。可以认为,在二值化图像中所遍历到的第二像素值的像素点与圆心距离最近。
在获取到与圆心距离最近的第二像素值的像素点之后,则可以将所获取的像素点与圆心的距离确定为连通域中内切圆的半径。基于圆心和半径,即可以确定出连通域中的内切圆。
一种实施方式中,针对于上述步骤b,在得到第m次计算后各像素点的权重值之后,可以判断所得到的权重值中是否存在8m的权重值,若存在,则可以对连通域中的各像素点进行第(m+1)次计算。以图2(3)为例,m为2,在第二次计算后各像素点的权重值中存在16的权重值,则可以继续进行第三次计算。
若判断出所得到的权重值中不存在8m的权重值,则不再继续进行第(m+1)次计算,并将各像素点中在第m次计算后的权重值最大的像素点,确定为二值化图像中连通域的内切圆的圆心。可以认为,此时m与上述n相等。
以图2(4)为例,m为3,在第三次计算后各像素点的权重值中不存在24的权重值,则不再进行第四次计算,并将权重值为23的像素点确定为连通域的内切圆的圆心。
一种实施方式中,二值化图像为:连通域为白色,连通域的轮廓为黑色的图像,也就是说,二值化图像中连通域中像素点的像素值为255,连通域的边缘的像素点的像素值为0。例如,二值化图像如图2(1)所示。
可以将二值化图像中像素值为0的像素点设置为255,将像素值为255的像素点设置为0,将所得到的图像确定为权重值记录图像,该权重值记录图像用于对每一次计算所到的权重值进行存储。
针对各像素点中的每个像素点,将每一次计算后得到的该像素点的权重值,存储至权重值记录图像中与该像素点的坐标相同的位置。这样,在每一次计算后,权重值记录图像中存储有二值化图像的连通域中各像素点的权重值,且权重值记录图像中记录权重值的位置是与该权重值的像素点在二值化图像中的位置对应的,这样便于对各像素点的权重值进行存储,且从权重值记录图像中获取各像素点的权重值。
以图2(3)为例,图2(3)中的数值为:第一次计算后各像素点的权重值,则在第一次计算后,将每一像素点的权重值存储至权重值记录图像中与该像素点的坐标相同的位置。例如,将坐标为(1,1)的像素点的权重值4存储在权重值记录图像中坐标为(1,1)的位置,将坐标为(9,7)的像素点的权重值16存储在权重值记录图像中坐标为(9,7)的位置。
其中,在对二值化图像进行第m次计算后,权重值记录图像中存储第m次计算后的权重值。在进行第m+1次计算后可以得到第m+1次计算后的权重值,将所得到的第m+1次计算后的权重值存储至权重值记录图像中时,覆盖权重值记录图像中已存储的第m次计算后的权重值。
在本实施方式中,权重值记录图像中用于记录权重值的部分均为黑色,基于这一部分的像素点的像素值为0,可以有效存储各权重值,避免存储字段由于权重值与像素值之和超过255而溢出。
一种实施方式中,可以从权重值记录图像中获取所存储的权重值,并将所获取的每一权重值,确定为在二值化图像中与该权重值的存储位置相同的像素点的权重值。
一种实现方式中,在每一次计算之前,需要获取上一次计算后所得到的各像素点的权重值,权重值记录图像中存储上一次计算后的权重值,则可以从权重值记录图像中获取上一次计算后的权重值。
以图2(3)为例,在进行第三次计算前,需要获取第二次计算后各像素点的权重值,此时权重值记录图像中存储第二次计算后的权重值,可以从权重值记录图像中获取第二次计算后的权重值,且将所获取的每一权重值,确定为在二值化图像中与该权重值的存储位置相同的像素点的权重值。例如,在权重值记录图像中坐标为(1,1)位置处存储的权重值为4,则将该权重值4确定为二值化图像中坐标为(1,1)的像素点的权重值。
本申请实施例提供的技术方案中,针对二值化图像中连通域的像素点,在第一计算时将每个像素点相邻的像素点中第一像素值的像素点个数,确定为每个像素点的权重值,在之后的第m次计算中,将每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与每个像素点第m-1次计算后的权重值的和,确定为每个像素点在第m次计算后的权重值,直至第n次计算后满足预设的计算停止条件,将第n次计算后的权重值最大的像素点作为连通域的内切圆的圆心,再从二值化图像中获取与圆心距离最近的第二像素值的像素点,并将所获取的像素点与圆心的距离确定为内切圆的半径。在确定圆心和半径之后,即可以得到连通域中的较大内切圆。
相应于上述内切圆确定方法实施例,本申请实施例还提供一种内切圆确定装置,如图3所示,该内切圆确定装置包括:
第一获取模块310,用于获取二值化图像中连通域包括的各像素点的像素值,二值化图像包括像素值为0和255的像素点;
计算模块320,用于针对各像素点中的每个像素点,采用如下步骤a和步骤b进行n次计算,得到每个像素点在第n次计算后的权重值,n为大于1的正整数:
步骤a,针对各像素点中的每个像素点,将每个像素点相邻的像素点中第一像素值的像素点个数,确定为每个像素点在第一次计算后的权重值;
步骤b,将每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与每个像素点第m-1次计算后的权重值的和,确定为每个像素点在第m次计算后的权重值,其中,m为大于1、且小于或等于n的整数,第n次计算后满足预设的计算停止条件;
第一确定模块330,用于将各像素点中在第n次计算后的权重值最大的像素点,确定为连通域的内切圆的圆心;
第二确定模块340,用于从二值化图像中获取与圆心距离最近的第二像素值的像素点,并将所获取的像素点与圆心的距离确定为内切圆的半径。
一种实施方式中,计算停止条件为:
在第n-1次计算后,各像素点中存在权重值为8(n-1)的像素点,在第n次计算后,各像素点中不存在权重值为8n的像素点。
一种实施方式中,计算停止条件为:计算次数达到预设次数阈值,其中,预设次数阈值为n。
一种实施方式中,该内切圆确定装置还可以包括:
判断模块,用于判断所确定出的权重值中是否存在8m的权重值;若存在,则对各像素点进行第(m+1)次计算;若不存在,则将各像素点中在第m次计算后的权重值最大的像素点,确定为二值化图像中连通域的内切圆的圆心。
一种实施方式中,连通域中像素点的像素值为255,连通域的边缘的像素点的像素值为0;该内切圆确定装置还可以包括:
设置模块,用于将二值化图像中像素值为0的像素点设置为255,将像素值为255的像素点设置为0,将所得到的图像确定为权重值记录图像;
存储模块,用于针对各像素点中的每个像素点,将每一次计算后得到的该像素点的权重值,存储至权重值记录图像中与该像素点的坐标相同的位置。
一种实施方式中,该内切圆确定装置还可以包括:
第二获取模块,用于从权重值记录图像中获取所存储的权重值;
第三确定模块,用于将所获取的每一权重值,确定为在二值化图像中与该权重值的存储位置相同的像素点的权重值。
本申请实施例提供的技术方案中,针对二值化图像中连通域的像素点,在第一计算时将每个像素点相邻的像素点中第一像素值的像素点个数,确定为每个像素点的权重值,在之后的第m次计算中,将每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与每个像素点第m-1次计算后的权重值的和,确定为每个像素点在第m次计算后的权重值,直至第n次计算后满足预设的计算停止条件,将第n次计算后的权重值最大的像素点作为连通域的内切圆的圆心,再从二值化图像中获取与圆心距离最近的第二像素值的像素点,并将所获取的像素点与圆心的距离确定为内切圆的半径。在确定圆心和半径之后,即可以得到连通域中的较大内切圆。
相应于上述内切圆确定方法实施例,本申请实施例还提供了一种电子设备,如图4所示,包括处理器410、通信接口420、存储器430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信;
存储器430,用于存放计算机程序;
处理器410,用于执行存储器430上所存放的程序时,实现如下步骤:
获取二值化图像中连通域包括的各像素点的像素值,二值化图像包括像素值为0和255的像素点;
针对各像素点中的每个像素点,采用如下步骤a和步骤b进行n次计算,得到每个像素点在第n次计算后的权重值,n为大于1的正整数:
步骤a,针对各像素点中的每个像素点,将每个像素点相邻的像素点中第一像素值的像素点个数,确定为每个像素点在第一次计算后的权重值;
步骤b,将每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与每个像素点第m-1次计算后的权重值的和,确定为每个像素点在第m次计算后的权重值,其中,m为大于1、且小于或等于n的整数,第n次计算后满足预设的计算停止条件;
将各像素点中在第n次计算后的权重值最大的像素点,确定为连通域的内切圆的圆心;
从二值化图像中获取与圆心距离最近的第二像素值的像素点,并将所获取的像素点与圆心的距离确定为内切圆的半径。
本申请实施例提供的技术方案中,针对二值化图像中连通域的像素点,在第一计算时将每个像素点相邻的像素点中第一像素值的像素点个数,确定为每个像素点的权重值,在之后的第m次计算中,将每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与每个像素点第m-1次计算后的权重值的和,确定为每个像素点在第m次计算后的权重值,直至第n次计算后满足预设的计算停止条件,将第n次计算后的权重值最大的像素点作为连通域的内切圆的圆心,再从二值化图像中获取与圆心距离最近的第二像素值的像素点,并将所获取的像素点与圆心的距离确定为内切圆的半径。在确定圆心和半径之后,即可以得到连通域中的较大内切圆。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(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。
相应于上述内切圆确定方法实施例,本申请实施例还提供了一种机器可读存储介质,所述机器可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述的内切圆确定方法步骤。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,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,对于内切圆确定装置、电子设备以及机器可读存储介质实施例而言,由于其基本相似于内切圆确定方法实施例,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较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (10)
1.一种内切圆确定方法,其特征在于,所述方法包括:
获取二值化图像中连通域包括的各像素点的像素值,所述二值化图像包括像素值为0和255的像素点;
针对所述各像素点中的每个像素点,采用如下步骤a和步骤b进行n次计算,得到所述每个像素点在第n次计算后的权重值,n为大于1的正整数:
步骤a,针对所述各像素点中的每个像素点,将所述每个像素点相邻的像素点中第一像素值的像素点个数,确定为所述每个像素点在第一次计算后的权重值;
步骤b,将所述每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与所述每个像素点第m-1次计算后的权重值的和,确定为所述每个像素点在第m次计算后的权重值,其中,m为大于1、且小于或等于n的整数,第n次计算后满足预设的计算停止条件;
将所述各像素点中在第n次计算后的权重值最大的像素点,确定为所述连通域的内切圆的圆心;
从所述二值化图像中获取与所述圆心距离最近的第二像素值的像素点,并将所获取的像素点与所述圆心的距离确定为所述内切圆的半径。
2.根据权利要求1所述的方法,其特征在于,所述计算停止条件为:
在第n-1次计算后,所述各像素点中存在权重值为8(n-1)的像素点,在第n次计算后,所述各像素点中不存在权重值为8n的像素点。
3.根据权利要求1所述的方法,其特征在于,所述计算停止条件为:计算次数达到预设次数阈值,其中,所述预设次数阈值为n。
4.根据权利要求1所述的方法,其特征在于,所述将所述每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与所述每个像素点第m-1次计算后的权重值的和,确定为所述每个像素点在第m次计算后的权重值的步骤之后,还包括:
判断所确定出的权重值中是否存在8m的权重值;
若存在,则对所述各像素点进行第(m+1)次计算;
若不存在,则将所述各像素点中在第m次计算后的权重值最大的像素点,确定为所述二值化图像中所述连通域的内切圆的圆心。
5.根据权利要求1所述的方法,其特征在于,所述连通域中像素点的像素值为255,连通域的边缘的像素点的像素值为0;所述方法还包括:
将所述二值化图像中像素值为0的像素点设置为255,将像素值为255的像素点设置为0,将所得到的图像确定为权重值记录图像;
针对所述各像素点中的每个像素点,将每一次计算后得到的该像素点的权重值,存储至所述权重值记录图像中与该像素点的坐标相同的位置。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
从所述权重值记录图像中获取所存储的权重值;
将所获取的每一权重值,确定为在所述二值化图像中与该权重值的存储位置相同的像素点的权重值。
7.一种内切圆确定装置,其特征在于,所述装置包括:
第一获取模块,用于获取二值化图像中连通域包括的各像素点的像素值,所述二值化图像包括像素值为0和255的像素点;
计算模块,用于针对所述各像素点中的每个像素点,采用如下步骤a和步骤b进行n次计算,得到所述每个像素点在第n次计算后的权重值,n为大于1的正整数:
步骤a,针对所述各像素点中的每个像素点,将所述每个像素点相邻的像素点中第一像素值的像素点个数,确定为所述每个像素点在第一次计算后的权重值;
步骤b,将所述每个像素点相邻的像素点中第m-1次计算后的权重值为8(m-1)的像素点个数与所述每个像素点第m-1次计算后的权重值的和,确定为所述每个像素点在第m次计算后的权重值,其中,m为大于1、且小于或等于n的整数,第n次计算后满足预设的计算停止条件;
第一确定模块,用于将所述各像素点中在第n次计算后的权重值最大的像素点,确定为所述连通域的内切圆的圆心;
第二确定模块,用于从所述二值化图像中获取与所述圆心距离最近的第二像素值的像素点,并将所获取的像素点与所述圆心的距离确定为所述内切圆的半径。
8.根据权利要求7所述的装置,其特征在于,所述计算停止条件为:
在第n-1次计算后,所述各像素点中存在权重值为8(n-1)的像素点,在第n次计算后,所述各像素点中不存在权重值为8n的像素点。
9.根据权利要求7所述的装置,其特征在于,所述计算停止条件为:计算次数达到预设次数阈值,其中,所述预设次数阈值为n。
10.根据权利要求7所述的装置,其特征在于,所述装置还包括:
判断模块,用于判断所确定出的权重值中是否存在8m的权重值;若存在,则对所述各像素点进行第(m+1)次计算;若不存在,则将所述各像素点中在第m次计算后的权重值最大的像素点,确定为所述二值化图像中所述连通域的内切圆的圆心。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811636143.6A CN109785380B (zh) | 2018-12-29 | 2018-12-29 | 一种内切圆确定方法及装置 |
PCT/CN2019/126702 WO2020135230A1 (zh) | 2018-12-29 | 2019-12-19 | 一种内切圆确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811636143.6A CN109785380B (zh) | 2018-12-29 | 2018-12-29 | 一种内切圆确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109785380A true CN109785380A (zh) | 2019-05-21 |
CN109785380B CN109785380B (zh) | 2020-09-18 |
Family
ID=66498927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811636143.6A Active CN109785380B (zh) | 2018-12-29 | 2018-12-29 | 一种内切圆确定方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109785380B (zh) |
WO (1) | WO2020135230A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110544241A (zh) * | 2019-08-22 | 2019-12-06 | 云南电网有限责任公司 | 一种电力电缆金属横切面痕迹特征相识度匹配系统 |
CN110796695A (zh) * | 2019-10-24 | 2020-02-14 | 深圳市瑞源祥橡塑制品有限公司 | 食物熟化尺寸获取方法、装置、计算机设备以及存储介质 |
WO2020135230A1 (zh) * | 2018-12-29 | 2020-07-02 | 北京金山安全软件有限公司 | 一种内切圆确定方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060280362A1 (en) * | 2005-06-14 | 2006-12-14 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, computer program, and storage medium |
CN103049763A (zh) * | 2012-12-07 | 2013-04-17 | 华中科技大学 | 一种基于上下文约束的目标识别方法 |
CN106169186A (zh) * | 2016-07-01 | 2016-11-30 | 西安电子科技大学 | 基于水平集运动目标检测中获取初始轮廓的方法 |
WO2017031716A1 (zh) * | 2015-08-26 | 2017-03-02 | 北京云江科技有限公司 | 自然场景图像中手写体数学公式结构分析与识别方法 |
CN107545568A (zh) * | 2017-08-07 | 2018-01-05 | 上海斐讯数据通信技术有限公司 | 一种3d二值化图像的处理方法及系统 |
CN108875579A (zh) * | 2018-05-15 | 2018-11-23 | 厦门大学 | 一种基于形态学的近景手势识别方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866856B (zh) * | 2015-05-17 | 2018-04-03 | 西南石油大学 | 基于连通域等价对处理的成像测井图像溶洞信息拾取方法 |
WO2017161496A1 (zh) * | 2016-03-22 | 2017-09-28 | 广东虚拟现实科技有限公司 | 条纹集合查找方法、装置以及系统 |
CN107729883A (zh) * | 2017-11-22 | 2018-02-23 | 吉林大学 | 一种静脉图像感兴趣区域提取方法 |
CN108335311B (zh) * | 2018-01-22 | 2021-11-09 | 上海烟草集团有限责任公司 | 烟叶形态结构特征的提取方法、电子设备及存储介质 |
CN108776978A (zh) * | 2018-05-28 | 2018-11-09 | 江苏中烟工业有限责任公司 | 一种打叶复烤片烟片形表征方法 |
CN109785380B (zh) * | 2018-12-29 | 2020-09-18 | 北京金山安全软件有限公司 | 一种内切圆确定方法及装置 |
-
2018
- 2018-12-29 CN CN201811636143.6A patent/CN109785380B/zh active Active
-
2019
- 2019-12-19 WO PCT/CN2019/126702 patent/WO2020135230A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060280362A1 (en) * | 2005-06-14 | 2006-12-14 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, computer program, and storage medium |
CN103049763A (zh) * | 2012-12-07 | 2013-04-17 | 华中科技大学 | 一种基于上下文约束的目标识别方法 |
WO2017031716A1 (zh) * | 2015-08-26 | 2017-03-02 | 北京云江科技有限公司 | 自然场景图像中手写体数学公式结构分析与识别方法 |
CN106169186A (zh) * | 2016-07-01 | 2016-11-30 | 西安电子科技大学 | 基于水平集运动目标检测中获取初始轮廓的方法 |
CN107545568A (zh) * | 2017-08-07 | 2018-01-05 | 上海斐讯数据通信技术有限公司 | 一种3d二值化图像的处理方法及系统 |
CN108875579A (zh) * | 2018-05-15 | 2018-11-23 | 厦门大学 | 一种基于形态学的近景手势识别方法 |
Non-Patent Citations (2)
Title |
---|
ZHANRONG LI ET AL: "Image Segmentation Based on Inscribed circle", 《18TH INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION (ICPR"06)》 * |
徐正光 等: "基于递归的二值图像连通域像素标记算法", 《计算机工程》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020135230A1 (zh) * | 2018-12-29 | 2020-07-02 | 北京金山安全软件有限公司 | 一种内切圆确定方法及装置 |
CN110544241A (zh) * | 2019-08-22 | 2019-12-06 | 云南电网有限责任公司 | 一种电力电缆金属横切面痕迹特征相识度匹配系统 |
CN110796695A (zh) * | 2019-10-24 | 2020-02-14 | 深圳市瑞源祥橡塑制品有限公司 | 食物熟化尺寸获取方法、装置、计算机设备以及存储介质 |
CN110796695B (zh) * | 2019-10-24 | 2022-04-05 | 深圳市瑞源祥橡塑制品有限公司 | 食物熟化尺寸获取方法、装置、计算机设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109785380B (zh) | 2020-09-18 |
WO2020135230A1 (zh) | 2020-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785380A (zh) | 一种内切圆确定方法及装置 | |
CN107545262A (zh) | 一种在自然场景图像中检测文本的方法及装置 | |
CN109376615A (zh) | 用于提升深度学习网络预测性能的方法、装置及存储介质 | |
CN105894464B (zh) | 一种中值滤波图像处理方法和装置 | |
CN105955525B (zh) | 触摸轨迹跟踪方法、装置和显示设备 | |
CN109034365A (zh) | 深度学习模型的训练方法及装置 | |
CN105446988B (zh) | 预测类别的方法和装置 | |
CN109754379A (zh) | 一种图像处理方法及装置 | |
CN107103320A (zh) | 嵌入式医疗数据图像识别及集成方法 | |
CN109086734A (zh) | 一种对人眼图像中瞳孔图像进行定位的方法及装置 | |
CN110209551A (zh) | 一种异常设备的识别方法、装置、电子设备及存储介质 | |
CN105718848A (zh) | 一种指纹图像的质量评估方法及装置 | |
CN108845747A (zh) | 一种防误触控方法、装置和终端设备 | |
CN109977415A (zh) | 一种文本纠错方法及装置 | |
CN105303584B (zh) | 基于激光雷达的运动目标检测方法及装置 | |
CN114461618A (zh) | 一种计量缺失数据补全方法、装置及终端设备 | |
CN113239817A (zh) | 指纹模板获取方法及相关装置 | |
CN109978903A (zh) | 一种标识点识别方法、装置、电子设备及存储介质 | |
CN108876333A (zh) | 一种交易费预估方法及装置 | |
CN110222704A (zh) | 一种弱监督目标检测方法及装置 | |
CN107958226B (zh) | 一种道路曲线检测方法、装置和终端 | |
CN109740337A (zh) | 一种实现滑块验证码识别的方法及装置 | |
CN110796129A (zh) | 一种文本行区域检测方法及装置 | |
CN109597495A (zh) | 一种信息预测方法、装置及设备 | |
CN114679335A (zh) | 电力监控系统网络安全风险评估训练、评估方法及设备 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240115 Address after: 100041 No. 2202, 1st floor, building 2, No. 7, Shixing street, Shijingshan District, Beijing (cluster registration) Patentee after: Super magic cube (Beijing) Technology Co.,Ltd. Address before: Building 8, Huitong Times Square, 1 yaojiayuan South Road, Chaoyang District, Beijing Patentee before: BEIJING KINGSOFT INTERNET SECURITY SOFTWARE Co.,Ltd. |