CN110378248B - 饼状图识别方法、装置、设备及计算机可读存储介质 - Google Patents
饼状图识别方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110378248B CN110378248B CN201910566118.3A CN201910566118A CN110378248B CN 110378248 B CN110378248 B CN 110378248B CN 201910566118 A CN201910566118 A CN 201910566118A CN 110378248 B CN110378248 B CN 110378248B
- Authority
- CN
- China
- Prior art keywords
- pie chart
- identified
- sector
- image
- chart
- 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
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Computer Graphics (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种饼状图识别方法,涉及图像检测领域,该方法包括:在接收到饼状图识别指令时,根据所述饼状图识别指令获取待识别饼状图;通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图;分别对所述各待识别扇形图进行边缘检测,得到所述各待识别扇形图的扇形轮廓;计算各扇形轮廓的面积,并根据预设计算公式计算所述各扇形轮廓的百分比,以得到所述待识别饼状图的识别结果。本发明还提供一种饼状图识别装置、设备及计算机可读存储介质。本发明能解决现有的OCR识别技术存在识别内容较为单一的问题。
Description
技术领域
本发明涉及图像检测技术领域,尤其涉及一种饼状图识别方法、装置、设备及计算机可读存储介质。
背景技术
OCR(Optical Character Recognition,光学字符识别)技术,是通过扫描、拍摄等光学输入方式将各种书籍、文稿、票据及其它文档的文字转化为图像信息,然后再利用文字识别技术将图像信息转化为可以编辑的文字编码字符流的计算机输入技术。OCR技术可广泛应用于提取各种图像中的字符。然而,OCR只能识别文档的字符,即文字内容,而无法识别文档中的其他内容,从而导致相应数据的缺失。因此,现有的OCR识别技术存在识别内容较为单一的问题。
发明内容
本发明的主要目的在于提供一种饼状图识别方法、装置、设备及计算机可读存储介质,旨在解决现有的OCR识别技术存在识别内容较为单一的问题。
为实现上述目的,本发明提供一种饼状图识别方法,所述饼状图识别方法包括:
在接收到饼状图识别指令时,根据所述饼状图识别指令获取待识别饼状图;
通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图;
分别对所述各待识别扇形图进行边缘检测,得到所述各待识别扇形图的扇形轮廓;
计算各扇形轮廓的面积,并根据预设计算公式计算所述各扇形轮廓的百分比,以得到所述待识别饼状图的识别结果。
可选地,所述通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图的步骤包括:
通过预设图像读取函数提取所述待识别饼状图各像素点的红绿蓝RGB值,并基于所述待识别饼状图各像素点的RGB值对所述待识别饼状图进行色彩统计,得到第一统计结果;
将所述第一统计结果中出现次数最多的RGB值确定为背景色RGB值,并将所述背景色RGB值替换为预设RGB值,得到处理后的待识别饼状图;
根据所述第一统计结果对所述处理后的待识别饼状图进行扇形提取,得到除所述背景色RGB值外的其余RGB值各自对应的扇形图像,记作第一扇形图像;
对所述第一扇形图像进行图像处理,得到所述待识别饼状图中的各待识别扇形图。
可选地,所述对所述第一扇形图像进行图像处理,得到所述待识别饼状图中的各待识别扇形图的步骤包括:
对所述第一扇形图像进行灰度化处理,得到第一灰度图像;
对所述第一灰度图像进行去噪处理,并对经去噪处理的第一灰度图像进行开运算处理,得到所述待识别饼状图中的各待识别扇形图。
可选地,所述通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图的步骤还包括:
对所述待识别饼状图进行二值化处理,得到二值化图像;
通过预设轮廓提取函数提取所述二值化图像的闭合图形边缘,并基于所述闭合图形边缘进行圆形拟合,得到圆形轮廓;
基于所述圆形轮廓和所述待识别饼状图得到目标饼状图,并通过预设图像读取函数提取所述目标饼状图各像素点的RGB值;
基于所述目标饼状图各像素点的RGB值对所述目标饼状图进行色彩统计,并根据第二统计结果对所述目标饼状图进行扇形提取,得到各RGB值对应的扇形图像,记作第二扇形图像;
对所述第二扇形图像进行图像处理,得到所述待识别饼状图中的各待识别扇形图。
可选地,所述预设计算公式为:
pi=Ai/(A1+A2+…+Ai+…+An)×100%;
其中,pi表示待识别扇形轮廓i的百分比,Ai表示待识别扇形轮廓i的面积,n表示扇形轮廓的数量。
可选地,所述通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图的步骤之前,还包括:
对所述待识别饼状图进行圆检测,以判断所述待识别饼状图是否为规则饼状图;
若判定所述待识别饼状图为规则饼状图,则执行步骤:通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图;
若判定所述待识别饼状图不为规则饼状图,则生成对应的提示信息,以提示用户所述待识别饼状图为不规则饼状图,无法识别。
可选地,所述对所述待识别饼状图进行圆检测,以判断所述待识别饼状图是否为规则饼状图的步骤,包括:
对所述待识别饼状图进行灰度化处理,得到第二灰度图像;
对所述第二灰度图像进行边缘检测,得到所述第二灰度图像的轮廓边界点;
基于所述轮廓边界点检测所述第二灰度图像中是否存在圆心点,以判断所述待识别饼状图是否为规则饼状图。
此外,为实现上述目的,本发明还提供一种饼状图识别装置,所述饼状图识别装置包括:
图像获取模块,用于在接收到饼状图识别指令时,根据所述饼状图识别指令获取待识别饼状图;
图像处理模块,用于通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图;
第一检测模块,用于分别对所述各待识别扇形图进行边缘检测,得到所述各待识别扇形图的扇形轮廓;
结果计算模块,用于计算各扇形轮廓的面积,并根据预设计算公式计算所述各扇形轮廓的百分比,以得到所述待识别饼状图的识别结果。
此外,为实现上述目的,本发明还提供一种饼状图识别设备,所述饼状图识别设备包括存储器、处理器以及存储在所述存储器上并可被所述处理器执行的饼状图识别程序,其中所述饼状图识别程序被所述处理器执行时,实现如上所述的饼状图识别方法的步骤。
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饼状图识别程序,其中所述饼状图识别程序被处理器执行时,实现如上所述的饼状图识别方法的步骤。
本发明提供一种饼状图识别方法、装置、设备及计算机可读存储介质,通过先获取待识别饼状图,由于饼状图是有多个扇形组成的,可通过预设规则对该待识别饼状图进行处理,得到待识别饼状图中的各待识别扇形图,然后分别对各待识别扇形图进行边缘检测,得到各待识别扇形图的扇形轮廓,进而计算各扇形的面积,最后根据预设计算公式计算得到各扇形的占比,即得到待识别饼状图的识别结果,从而可解决现有技术中无法自动识别饼状图的问题,同时可丰富OCR可识别的内容。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图;
图2为本发明饼状图识别方法第一实施例的流程示意图;
图3为本发明第一实施例中步骤S20的第一细化流程示意图;
图4为图3涉及的扇形轮廓获取过程的中间图示意图;
图5为本发明第一实施例中步骤S20的第二细化流程示意图;
图6为图5涉及的待识别扇形图获取过程的中间图示意图;
图7为本发明饼状图识别装置第一实施例的功能模块示意图。
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。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
本发明实施例涉及的饼状图识别设备可以是PC(personal computer,个人计算机)、笔记本电脑、服务器等具有显示和处理功能的终端设备。
如图1所示,该饼状图识别设备可以包括:处理器1001,例如CPU(CentralProcessing Unit,中央处理器),通信总线1002,用户接口1003,网络接口1004,存储器1005。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(如无线保真Wireless-Fidelity,Wi-Fi接口);存储器1005可以是高速随机存取存储器(random accessmemory,RAM),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中示出的饼状图识别设备结构并不构成对饼状图识别设备的限定,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。
继续参照图1,图1中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、网络通信模块以及饼状图识别程序。在图1中,网络通信模块可用于连接服务器,与服务器进行数据通信;而处理器1001可以用于调用存储器1005中存储的饼状图识别程序,并执行本发明实施例提供的饼状图识别方法。
基于上述硬件结构,提出本发明饼状图识别方法的各个实施例。
本发明提供一种饼状图识别方法。
请参照图2,图2为本发明饼状图识别方法第一实施例的流程示意图。
在本实施例中,该饼状图识别方法包括:
步骤S10,在接收到饼状图识别指令时,根据所述饼状图识别指令获取待识别饼状图;
在本实施例中,该饼状图识别方法由饼状图识别设备实现,该饼状图识别设备可以是PC、笔记本电脑、服务器等设备,该饼状图识别设备以服务器为例进行说明。
在本实施例中,由于OCR(Optical Character Recognition,光学字符识别)只能识别文档的字符,即文字内容,而无法识别文档中的饼状图,从而导致相应数据的缺失。对此,本实施例提出一种饼状图识别方法。具体的,在通过OCR技术识别到饼状图时,可以从文档中截取出包含饼状图部分的图片,如图4(A)或图6(E),然后基于该图片和预设程序直接触发饼状图识别指令。当然,也可以先将该图片发送至对应的工作人员端,使得工作人员确认后,通过登录预设软件后选择饼状图识别选项,进而上传该待识别饼状图,在上传完成后,即可触发饼状图识别指令。
此时,服务器在接收到饼状图识别指令时,根据该饼状图识别指令获取待识别饼状图。
步骤S20,通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图;
在获取到待识别饼状图后,由于饼状图是有多个扇形组成的,可通过预设规则对该待识别饼状图进行处理,得到待识别饼状图中的各待识别扇形图。
其中,作为待识别扇形图的其中一种获取方式,步骤S20包括:
步骤S21,通过预设图像读取函数提取所述待识别饼状图各像素点的红绿蓝RGB值,并基于所述待识别饼状图各像素点的RGB值对所述待识别饼状图进行色彩统计,得到第一统计结果;
先通过预设图像读取函数提取该待识别饼状图各像素点的RGB(Red Green Blue,红绿蓝,也称作RGB色彩模式)值,并基于该待识别饼状图各像素点的RGB值对待识别饼状图进行色彩统计。可选地,预设图像读取函数为imread()函数,在通过imread()函数读取待识别饼状图,可得到numpy(Python的一种开源的科学计算库)数组,即待识别饼状图各像素点对应的RGB值,然后遍历numpy数组,以对提取到的待识别饼状图的RGB值进行色彩统计,得到第一统计结果。
步骤S22,将所述第一统计结果中出现次数最多的RGB值确定为背景色RGB值,并将所述背景色RGB值替换为预设RGB值,得到处理后的待识别饼状图;
将第一统计结果中出现次数最多的RGB值确定为背景色RGB值,其中,出现次数最多的RGB值即为出现次数最多的数组所对应的RGB值。然后将背景色RGB值替换为预设RGB值,得到处理后的待识别饼状图。具体的,将待识别饼状图中RGB值为背景色RGB值的像素点,并将其RGB值替换为预设RGB值,得到处理后的待识别饼状图,其中,预设RGB值可设置为黑色所对应的RGB值(0,0,0),所得到的处理后的待识别饼状图如图4(B)所示。当然,该预设RGB值也可以设置为其他颜色所对应的RGB值,如白色(255,255,255)。通过提取RGB至,并进行颜色统计,进而确定背景色,并进行背景色替换,主要是为了去除待识别饼状图的图片背景色,以便于后续根据颜色(RGB值)提取各扇形图像。
步骤S23,根据所述第一统计结果对所述处理后的待识别饼状图进行扇形提取,得到除所述背景色RGB值外的其余RGB值各自对应的扇形图像,记作第一扇形图像;
根据第一统计结果对处理后的待识别饼状图(即去除背景色的待识别饼状图)进行扇形提取,以将单一颜色区域从原图片中提取出来,以得到除所述背景色RGB值外的其余RGB值各自对应的扇形图像,记作第一扇形图像,记作第一扇形图像。如图4(C)所示,为提取出的待识别饼状图中的其中一个扇形区域。针对图4(B)所示的处理后的待识别饼状图,由于其被分为5部分,对应的,可提取出对应的5个扇形图形。
步骤S24,对所述第一扇形图像进行图像处理,得到所述待识别饼状图中的各待识别扇形图。
在提取出第一扇形图像后,对各第一扇形图像进行图像处理,以得到该待识别饼状图中的待识别扇形图。具体的,步骤S24包括:
对所述第一扇形图像进行灰度化处理,得到第一灰度图像;
对所述第一灰度图像进行去噪处理,并对经去噪处理的第一灰度图像进行开运算处理,得到所述待识别饼状图中的各待识别扇形图。
其中,图像处理包括灰度化处理、去噪处理和开运算处理。先对第一扇形图像进行灰度化处理,得到第一灰度图像。灰度化处理即将彩色图像转化成灰度图像,图像的灰度化处理可用两种方法来实现:第一种方法是求出每个像素点的R、G、B三个分量的平均值,然后将这个平均值赋予给这个像素的三个分量;第二种方法是根据YUV(是一种颜色编码方法)的颜色空间中,Y的分量的物理意义是点的亮度,由该值反映亮度等级,根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应:Y=0.3R+0.59G+0.11B,以这个亮度值表达图像的灰度值。
然后,对第一灰度图像进行去噪处理,并对经去噪处理的第一灰度图像进行开运算处理,得到待识别饼状图中的各待识别扇形图。其中,去噪处理指减少数字图像中噪声,可通过对应的图像去噪算法,如邻域平均法、中值滤波、低通滤波等进行图像去噪。开运算处理,属于形态学图像处理,是先腐蚀后膨胀,通过开运算处理可以使边界平滑,消除细小的尖刺,断开窄小的连接。
作为待识别扇形图的另一种获取方式,步骤S20还包括:
步骤S25,对所述待识别饼状图进行二值化处理,得到二值化图像;
为避免背景颜色与待识别饼状图中的某一扇形的颜色相同,导致识别结果有误,在本实施例中,还提供了另一种待识别扇形图的获取方式。具体的,在获得到待识别饼状图之后,先对待识别饼状图进行二值化处理,得到二值化图像。其中,二值化处理就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程。
步骤S26,通过预设轮廓提取函数提取所述二值化图像的闭合图形边缘,并基于所述闭合图形边缘进行圆形拟合,得到圆形轮廓;
然后通过预设轮廓提取函数提取该二值化图像的闭合图形边缘,并基于该闭合图形边缘进行圆形拟合,得到圆形轮廓。可选地,预设轮廓提取函数可采用OpenCV(OpenSource Computer Vision Library,开源计算机视觉库)的findcontours()函数,具体的,通过findcontours()函数获取闭合图形边缘,进而基于该闭合图形边缘做圆形拟合获取到圆心半径,得到圆形轮廓。
步骤S27,基于所述圆形轮廓和所述待识别饼状图得到目标饼状图,并通过预设图像读取函数提取所述目标饼状图各像素点的RGB值;
步骤S28,基于所述目标饼状图各像素点的RGB值对所述目标饼状图进行色彩统计,并根据第二统计结果对所述目标饼状图进行扇形提取,得到各RGB值对应的扇形图像,记作第二扇形图像;
基于上述获得的圆形轮廓和待识别饼状图得到目标饼状图,即直接将饼状图抠除出来,得到目标饼状图,如图6(F)所示,然后通过预设图像读取函数提取该目标饼状图各像素点的RGB值,并基于该目标饼状图各像素点的RGB值对目标饼状图进行色彩统计,得到第二统计结果,并根据第二统计结果对目标饼状图进行扇形提取,以将单一颜色区域从原图片中提取出来,得到各RGB值对应的扇形图像,记作第二扇形图像。如图6(G)所示,为提取出的目标饼状图中的其中一个扇形区域。针对图6(F)所示的处理后的目标饼状图,由于其被分为5部分,对应的,可提取出对应的5个扇形图形。
可选地,预设图像读取函数为imread()函数,在通过imread()函数读取目标饼状图,可得到numpy(Python的一种开源的科学计算库)数组,即目标饼状图各像素点对应的RGB值,然后遍历numpy数组,以对提取到的目标饼状图的RGB值进行色彩统计,得到第一统计结果。
步骤S29,对所述第二扇形图像进行图像处理,得到所述待识别饼状图中的各待识别扇形图。
在得到第二扇形图像之后,对第二扇形图像进行图像处理,得到目标饼状图的各待识别扇形图,即待识别饼状图中的各待识别扇形图。其中,图像处理包括灰度化处理、去噪处理和开运算处理。具体的图像处理方式可参照上述对第一扇形图像进行处理的实施方式,此处不作赘述。
步骤S30,分别对所述各待识别扇形图进行边缘检测,得到所述各待识别扇形图的扇形轮廓;
在得到待识别饼状图中的各待识别扇形图之后,分别对各待识别扇形图进行边缘检测,得到各待识别扇形图的扇形轮廓。其中,扇形轮廓的提取可采用OpenCV的findcontours()函数进行提取,对于图4(C)所示的扇形图,通过边缘检测,可得到如图4(D)所示的扇形轮廓。
步骤S40,计算各扇形轮廓的面积,并根据预设计算公式计算所述各扇形轮廓的百分比,以得到所述待识别饼状图的识别结果。
在提取出各扇形轮廓之后,可通过OpenCV的contourArea()函数计算各扇形轮廓的面积,进而根据预设计算公式计算各扇形轮廓的百分比,以得到待识别饼状图的识别结果。其中,预设计算公式为:
pi=Ai/(A1+A2+…+Ai+…+An)×100%;
其中,pi表示待识别扇形轮廓i的百分比,Ai表示待识别扇形轮廓i的面积,n表示扇形轮廓的数量。
对于图4(A)或图6(E)所示的待识别扇形图,若最终计算得到各扇形轮廓的面积分别为A1、A2、A3、A4、A5,可得到各扇形轮廓的百分比分别为:p1=A1/(A1+A2+A3+A4+A5)*100%,p2=A2/(A1+A2+A3+A4+A5)*100%,p3=A3/(A1+A2+A3+A4+A5)*100%,p4=A4/(A1+A2+A3+A4+A5)*100%,p5=A5/(A1+A2+A3+A4+A5)*100%。进而可得到待识别饼状图的识别结果为:扇形1,颜色1,p1;扇形2,颜色2,p2;扇形3,颜色3,p3;扇形4,颜色4,p4;扇形5,颜色5,p5。其中,颜色可根据RGB值得到。对应的,待识别饼状图的识别结果的输出显示方式可根据实际情况进行设定,此处不作限定。
本发明提供一种饼状图识别方法,通过先获取待识别饼状图,由于饼状图是有多个扇形组成的,可通过预设规则对该待识别饼状图进行处理,得到待识别饼状图中的各待识别扇形图,然后分别对各待识别扇形图进行边缘检测,得到各待识别扇形图的扇形轮廓,进而计算各扇形的面积,最后根据预设计算公式计算得到各扇形的占比,即得到待识别饼状图的识别结果,从而可解决现有技术中无法自动识别饼状图的问题,同时可丰富OCR可识别的内容。
进一步的,基于上述第一实施例,提出本发明饼状图识别方法第二实施例。
基于上述图2所示的第一实施例,在步骤S20之前,该饼状图识别方法还包括:
步骤A,对所述待识别饼状图进行圆检测,以判断所述待识别饼状图是否为规则饼状图;
在本实施例中,由于第一实施例的方案仅适用于规则饼状图的识别,因此,在获取到待识别饼状图之后,可先对待识别饼状图进行圆检测,以判断该待识别饼状图是否为规则饼状图。具体的,可通过霍夫圆环检测方法来进行圆检测,步骤A包括:
步骤A1,对所述待识别饼状图进行灰度化处理,得到第二灰度图像;
先对待识别饼状图进行灰度化处理,得到第二灰度图像,其中,灰度化处理处理方法可参照上述第一实施例,此处不作赘述。
步骤A2,对所述第二灰度图像进行边缘检测,得到所述第二灰度图像的轮廓边界点;
然后对第二灰度图像进行边缘检测,得到该第二灰度图像的轮廓边界点。
步骤A3,基于所述轮廓边界点检测所述第二灰度图像中是否存在圆心点,以判断所述待识别饼状图是否为规则饼状图。
由于圆心一定是在圆上的每个点(轮廓边界点)的模向量上,这些圆上点模向量的交点就是圆心,因此,可基于轮廓边界点检测该第二灰度图像中是否存在圆心点,以判断待识别饼状图是否为规则饼状图。若存在交点,即为圆心点,则判断待识别饼状图为规则饼状图;若不存在交点(即圆心点),则判断待识别饼状图不为规则饼状图。
步骤B,若判定所述待识别饼状图为规则饼状图,则执行步骤:通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图;
若检测到第二灰度图像中存在圆心点,则说明待识别饼状图中存在圆,即判定待识别饼状图为规则饼状图,进而通过预设规则对待识别饼状图进行处理,得到待识别饼状图中的各待识别扇形图,并执行后续的步骤。其执行过程可参照上述第一实施例,此处不再赘述。
步骤C,若判定所述待识别饼状图不为规则饼状图,则生成对应的提示信息,以提示用户所述待识别饼状图为不规则饼状图,无法识别。
若检测到第二灰度图像中不存在圆心点,则说明待识别饼状图中不存在圆,即判定待识别饼状图不为规则饼状图,此时,无法对该待识别饼状图进行识别,则生成对应的提示信息,以提示用户该待识别饼状图为不规则饼状图,无法识别。
在本实施例中,通过对待识别饼状图进行圆检测,以判定待识别饼状图是否为规则饼状图,当待识别饼状图为规则饼状图时方进行处理,而当待识别饼状图为非规则饼状图则进行提示,以避免对非规则饼状图进行不必要的处理(因为上述方法针对非规则饼状图的识别结果是不准确的)。
本发明还提供一种饼状图识别装置。
参照图7,图7为本发明饼状图识别装置第一实施例的功能模块示意图。
在本实施例中,所述饼状图识别装置包括:
图像获取模块10,用于在接收到饼状图识别指令时,根据所述饼状图识别指令获取待识别饼状图;
图像处理模块20,用于通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图;
第一检测模块30,用于分别对所述各待识别扇形图进行边缘检测,得到所述各待识别扇形图的扇形轮廓;
结果计算模块40,用于计算各扇形轮廓的面积,并根据预设计算公式计算所述各扇形轮廓的百分比,以得到所述待识别饼状图的识别结果。
其中,上述饼状图识别装置的各虚拟功能模块存储于图1所示饼状图识别设备的存储器1005中,用于实现饼状图识别程序的所有功能;各模块被处理器1001执行时,可实现智能提取待识别饼状图中各颜色对应的扇形图,进而对各扇形图进行处理、计算,得到各扇形的面积,进而得到各扇形的占比,即得到待识别饼状图的识别结果的功能。
进一步的,所述图像处理模块20包括:
色彩统计单元,用于通过预设图像读取函数提取所述待识别饼状图各像素点的红绿蓝RGB值,并基于所述待识别饼状图各像素点的RGB值对所述待识别饼状图进行色彩统计,得到第一统计结果;
RGB值替换单元,用于将所述第一统计结果中出现次数最多的RGB值确定为背景色RGB值,并将所述背景色RGB值替换为预设RGB值,得到处理后的待识别饼状图;
第一提取单元,用于根据所述第一统计结果对所述处理后的待识别饼状图进行扇形提取,得到除所述背景色RGB值外的其余RGB值各自对应的扇形图像,记作第一扇形图像;
第一处理单元,用于对所述第一扇形图像进行图像处理,得到所述待识别饼状图中的各待识别扇形图。
进一步的,所述第一处理单元包括:
灰度处理子单元,用于对所述第一扇形图像进行灰度化处理,得到第一灰度图像;
去噪和开运算处理子单元,用于对所述第一灰度图像进行去噪处理,并对经去噪处理的第一灰度图像进行开运算处理,得到所述待识别饼状图中的各待识别扇形图。
进一步的,所述图像处理模块20还包括:
二值化处理单元,用于对所述待识别饼状图进行二值化处理,得到二值化图像;
圆形拟合单元,用于通过预设轮廓提取函数提取所述二值化图像的闭合图形边缘,并基于所述闭合图形边缘进行圆形拟合,得到圆形轮廓;
RGB值提取单元,用于基于所述圆形轮廓和所述待识别饼状图得到目标饼状图,并通过预设图像读取函数提取所述目标饼状图各像素点的RGB值;
第二提取单元,用于基于所述目标饼状图各像素点的RGB值对所述目标饼状图进行色彩统计,并根据第二统计结果对所述目标饼状图进行扇形提取,得到各RGB值对应的扇形图像,记作第二扇形图像;
第二处理单元,用于对所述第二扇形图像进行图像处理,得到所述待识别饼状图中的各待识别扇形图。
进一步的,所述预设计算公式为:
pi=Ai/(A1+A2+…+Ai+…+An)×100%;
其中,pi表示待识别扇形轮廓i的百分比,Ai表示待识别扇形轮廓i的面积,n表示扇形轮廓的数量。
进一步的,所述饼状图识别装置还包括:
圆检测模块,用于对所述待识别饼状图进行圆检测,以判断所述待识别饼状图是否为规则饼状图;
图像处理模块,具体用于若判定所述待识别饼状图为规则饼状图,则执行步骤:通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图;
信息提示模块,用于若判定所述待识别饼状图不为规则饼状图,则生成对应的提示信息,以提示用户所述待识别饼状图为不规则饼状图,无法识别。
进一步的,所述圆检测模块包括:
灰度处理单元,用于对所述待识别饼状图进行灰度化处理,得到第二灰度图像;
第二检测单元,用于对所述第二灰度图像进行边缘检测,得到所述第二灰度图像的轮廓边界点;
图像判断单元,用于基于所述轮廓边界点检测所述第二灰度图像中是否存在圆心点,以判断所述待识别饼状图是否为规则饼状图。
其中,上述饼状图识别装置中各个模块的功能实现与上述饼状图识别方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
本发明还提供一种饼状图识别设备,该饼状图识别设备包括存储器、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饼状图识别程序,所述饼状图识别程序被所述处理器执行时实现如以上任一项实施例所述的饼状图识别方法的步骤。
本发明饼状图识别设备的具体实施例与上述饼状图识别方法各实施例基本相同,在此不作赘述。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质上存储有饼状图识别程序,所述饼状图识别程序被处理器执行时实现如以上任一项实施例所述的饼状图识别方法的步骤。
本发明计算机可读存储介质的具体实施例与上述饼状图识别方法各实施例基本相同,在此不作赘述。
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)
1.一种饼状图识别方法,其特征在于,所述饼状图识别方法包括以下步骤:
在接收到饼状图识别指令时,根据所述饼状图识别指令获取待识别饼状图;
通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图;
分别对所述各待识别扇形图进行边缘检测,得到所述各待识别扇形图的扇形轮廓;
计算各扇形轮廓的面积,并根据预设计算公式计算所述各扇形轮廓的百分比,以得到所述待识别饼状图的识别结果;
其中,所述通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图的步骤,包括:
对所述待识别饼状图进行二值化处理,得到二值化图像;
通过预设轮廓提取函数提取所述二值化图像的闭合图形边缘,并基于所述闭合图形边缘进行圆形拟合,得到圆形轮廓;
基于所述圆形轮廓和所述待识别饼状图得到目标饼状图,并通过预设图像读取函数提取所述目标饼状图各像素点的RGB值;
基于所述目标饼状图各像素点的RGB值对所述目标饼状图进行色彩统计,并根据第二统计结果对所述目标饼状图进行扇形提取,得到各RGB值对应的扇形图像,记作第二扇形图像;
对所述第二扇形图像进行图像处理,得到所述待识别饼状图中的各待识别扇形图。
2.如权利要求1所述的饼状图识别方法,其特征在于,所述通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图的步骤,还包括:
通过预设图像读取函数提取所述待识别饼状图各像素点的红绿蓝RGB值,并基于所述待识别饼状图各像素点的RGB值对所述待识别饼状图进行色彩统计,得到第一统计结果;
将所述第一统计结果中出现次数最多的RGB值确定为背景色RGB值,并将所述背景色RGB值替换为预设RGB值,得到处理后的待识别饼状图;
根据所述第一统计结果对所述处理后的待识别饼状图进行扇形提取,得到除所述背景色RGB值外的其余RGB值各自对应的扇形图像,记作第一扇形图像;
对所述第一扇形图像进行图像处理,得到所述待识别饼状图中的各待识别扇形图。
3.如权利要求2所述的饼状图识别方法,其特征在于,所述对所述第一扇形图像进行图像处理,得到所述待识别饼状图中的各待识别扇形图的步骤包括:
对所述第一扇形图像进行灰度化处理,得到第一灰度图像;
对所述第一灰度图像进行去噪处理,并对经去噪处理的第一灰度图像进行开运算处理,得到所述待识别饼状图中的各待识别扇形图。
4.如权利要求1所述的饼状图识别方法,其特征在于,所述预设计算公式为:
pi=Ai/(A1+A2+…+Ai+…+An)×100%;
其中,pi表示待识别扇形轮廓i的百分比,Ai表示待识别扇形轮廓i的面积,n表示扇形轮廓的数量。
5.如权利要求1或2所述的饼状图识别方法,其特征在于,所述通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图的步骤之前,还包括:
对所述待识别饼状图进行圆检测,以判断所述待识别饼状图是否为规则饼状图;
若判定所述待识别饼状图为规则饼状图,则执行步骤:通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图;
若判定所述待识别饼状图不为规则饼状图,则生成对应的提示信息,以提示用户所述待识别饼状图为不规则饼状图,无法识别。
6.如权利要求5所述的饼状图识别方法,其特征在于,所述对所述待识别饼状图进行圆检测,以判断所述待识别饼状图是否为规则饼状图的步骤,包括:
对所述待识别饼状图进行灰度化处理,得到第二灰度图像;
对所述第二灰度图像进行边缘检测,得到所述第二灰度图像的轮廓边界点;
基于所述轮廓边界点检测所述第二灰度图像中是否存在圆心点,以判断所述待识别饼状图是否为规则饼状图。
7.一种饼状图识别装置,其特征在于,所述饼状图识别装置包括:
图像获取模块,用于在接收到饼状图识别指令时,根据所述饼状图识别指令获取待识别饼状图;
图像处理模块,用于通过预设规则对所述待识别饼状图进行处理,得到所述待识别饼状图中的各待识别扇形图;
第一检测模块,用于分别对所述各待识别扇形图进行边缘检测,得到所述各待识别扇形图的扇形轮廓;
结果计算模块,用于计算各扇形轮廓的面积,并根据预设计算公式计算所述各扇形轮廓的百分比,以得到所述待识别饼状图的识别结果;
所述图像处理模块,还用于:
对所述待识别饼状图进行二值化处理,得到二值化图像;
通过预设轮廓提取函数提取所述二值化图像的闭合图形边缘,并基于所述闭合图形边缘进行圆形拟合,得到圆形轮廓;
基于所述圆形轮廓和所述待识别饼状图得到目标饼状图,并通过预设图像读取函数提取所述目标饼状图各像素点的RGB值;
基于所述目标饼状图各像素点的RGB值对所述目标饼状图进行色彩统计,并根据第二统计结果对所述目标饼状图进行扇形提取,得到各RGB值对应的扇形图像,记作第二扇形图像;
对所述第二扇形图像进行图像处理,得到所述待识别饼状图中的各待识别扇形图。
8.一种饼状图识别设备,其特征在于,所述饼状图识别设备包括存储器、处理器以及存储在所述存储器上并可被所述处理器执行的饼状图识别程序,其中所述饼状图识别程序被所述处理器执行时,实现如权利要求1至6中任一项所述的饼状图识别方法的步骤。
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饼状图识别程序,其中所述饼状图识别程序被处理器执行时,实现如权利要求1至6中任一项所述的饼状图识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910566118.3A CN110378248B (zh) | 2019-06-25 | 2019-06-25 | 饼状图识别方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910566118.3A CN110378248B (zh) | 2019-06-25 | 2019-06-25 | 饼状图识别方法、装置、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110378248A CN110378248A (zh) | 2019-10-25 |
CN110378248B true CN110378248B (zh) | 2023-07-21 |
Family
ID=68250831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910566118.3A Active CN110378248B (zh) | 2019-06-25 | 2019-06-25 | 饼状图识别方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378248B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971128A (zh) * | 2014-05-23 | 2014-08-06 | 北京理工大学 | 一种面向无人驾驶车的交通标志识别方法 |
CN104239909A (zh) * | 2014-08-11 | 2014-12-24 | 北京捷通华声语音技术有限公司 | 一种图像的识别方法和装置 |
CN105426368A (zh) * | 2014-09-03 | 2016-03-23 | 腾讯科技(北京)有限公司 | 信息显示方法、装置及电子设备 |
CN105739870A (zh) * | 2016-02-01 | 2016-07-06 | 锐达互动科技股份有限公司 | 一种交互式电子白板的饼状图制作方法 |
CN106297492A (zh) * | 2016-08-19 | 2017-01-04 | 上海葡萄纬度科技有限公司 | 一种教育玩具套件及利用颜色和轮廓识别编程模块的方法 |
CN106355744A (zh) * | 2016-08-24 | 2017-01-25 | 深圳怡化电脑股份有限公司 | 一种图像识别方法及装置 |
CN107256379A (zh) * | 2017-05-05 | 2017-10-17 | 深圳市科迈爱康科技有限公司 | 基于图像识别的信息采集方法、移动终端及存储介质 |
CN108399386A (zh) * | 2018-02-26 | 2018-08-14 | 阿博茨德(北京)科技有限公司 | 饼图中的信息提取方法及装置 |
CN108446717A (zh) * | 2018-02-07 | 2018-08-24 | 苏州工业大数据创新中心有限公司 | 一种基于图像识别的机台状态采集方法及系统 |
CN108830133A (zh) * | 2018-04-17 | 2018-11-16 | 平安科技(深圳)有限公司 | 合同影像图片的识别方法、电子装置及可读存储介质 |
-
2019
- 2019-06-25 CN CN201910566118.3A patent/CN110378248B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971128A (zh) * | 2014-05-23 | 2014-08-06 | 北京理工大学 | 一种面向无人驾驶车的交通标志识别方法 |
CN104239909A (zh) * | 2014-08-11 | 2014-12-24 | 北京捷通华声语音技术有限公司 | 一种图像的识别方法和装置 |
CN105426368A (zh) * | 2014-09-03 | 2016-03-23 | 腾讯科技(北京)有限公司 | 信息显示方法、装置及电子设备 |
CN105739870A (zh) * | 2016-02-01 | 2016-07-06 | 锐达互动科技股份有限公司 | 一种交互式电子白板的饼状图制作方法 |
CN106297492A (zh) * | 2016-08-19 | 2017-01-04 | 上海葡萄纬度科技有限公司 | 一种教育玩具套件及利用颜色和轮廓识别编程模块的方法 |
CN106355744A (zh) * | 2016-08-24 | 2017-01-25 | 深圳怡化电脑股份有限公司 | 一种图像识别方法及装置 |
CN107256379A (zh) * | 2017-05-05 | 2017-10-17 | 深圳市科迈爱康科技有限公司 | 基于图像识别的信息采集方法、移动终端及存储介质 |
CN108446717A (zh) * | 2018-02-07 | 2018-08-24 | 苏州工业大数据创新中心有限公司 | 一种基于图像识别的机台状态采集方法及系统 |
CN108399386A (zh) * | 2018-02-26 | 2018-08-14 | 阿博茨德(北京)科技有限公司 | 饼图中的信息提取方法及装置 |
CN108830133A (zh) * | 2018-04-17 | 2018-11-16 | 平安科技(深圳)有限公司 | 合同影像图片的识别方法、电子装置及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
基于HSV颜色特征和轮廓面积的救生衣检测算法;杨雪松;蔡碧野;张建明;李峰;;计算机工程与应用(第03期) * |
Also Published As
Publication number | Publication date |
---|---|
CN110378248A (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017121018A1 (zh) | 二维码图像处理的方法和装置、终端、存储介质 | |
RU2721188C2 (ru) | Улучшение контраста и снижение шума на изображениях, полученных с камер | |
CN111814520A (zh) | 肤质检测方法、肤质等级分类方法及肤质检测装置 | |
JP5810628B2 (ja) | 画像処理装置及び画像処理プログラム | |
KR101597739B1 (ko) | 화상 처리 장치, 화상 처리 방법, 및 컴퓨터 판독 가능한 매체 | |
EP2974261A2 (en) | Systems and methods for classifying objects in digital images captured using mobile devices | |
US11341739B2 (en) | Image processing device, image processing method, and program recording medium | |
US10438376B2 (en) | Image processing apparatus replacing color of portion in image into single color, image processing method, and storage medium | |
JP5337563B2 (ja) | 帳票認識方法および装置 | |
CN114998290A (zh) | 基于有监督模式的织物瑕疵检测方法、装置、设备及介质 | |
CN110210467B (zh) | 一种文本图像的公式定位方法、图像处理装置、存储介质 | |
JP2018137636A (ja) | 画像処理装置及び画像処理プログラム | |
US20240086661A1 (en) | Method and apparatus for processing graphic symbol and computer-readable storage medium | |
US11410278B2 (en) | Automatic artifact removal in a digital image | |
JP2010074342A (ja) | 画像処理装置、画像形成装置、及びプログラム | |
JP2011065604A (ja) | 画像処理方法および画像処理装置 | |
JP5286215B2 (ja) | 輪郭抽出装置、輪郭抽出方法、および輪郭抽出プログラム | |
KR101887929B1 (ko) | 이미지 처리 장치, 이미지 처리 방법, 컴퓨터 판독가능 기록매체 및 화상형성장치 | |
CN110378248B (zh) | 饼状图识别方法、装置、设备及计算机可读存储介质 | |
CN110147765B (zh) | 一种图像处理方法及装置 | |
CN111445402A (zh) | 一种图像去噪方法及装置 | |
JP6977425B2 (ja) | 画像処理装置、二値画像生産方法および画像処理プログラム | |
JP4807879B2 (ja) | 入力された画像データから少なくとも1以上の認識対象画像を抽出するための画像認識装置、方法、プログラム及び情報記録媒体 | |
RU2571510C2 (ru) | Метод и устройство, использующие увеличение изображения для подавления визуально заметных дефектов на изображении | |
JP6003574B2 (ja) | 画像処理装置及び画像処理プログラム |
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 |