CN110569907A - 拼接图形的识别方法及装置、计算机存储介质、电子设备 - Google Patents
拼接图形的识别方法及装置、计算机存储介质、电子设备 Download PDFInfo
- Publication number
- CN110569907A CN110569907A CN201910853938.0A CN201910853938A CN110569907A CN 110569907 A CN110569907 A CN 110569907A CN 201910853938 A CN201910853938 A CN 201910853938A CN 110569907 A CN110569907 A CN 110569907A
- Authority
- CN
- China
- Prior art keywords
- picture
- binary image
- position information
- image
- successfully matched
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F9/00—Games not otherwise provided for
- A63F9/06—Patience; Other games for self-amusement
- A63F9/10—Two-dimensional jig-saw puzzles
-
- 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
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Abstract
本公开涉及游戏技术领域,提供了一种拼接图形的识别方法、拼接图形的识别装置、计算机存储介质、电子设备,其中,拼接图形的识别方法包括:对包含拼接图形的输入图片进行处理,以得到多个二值化图片;获取各二值化图片与模板图片的匹配度,若匹配度满足第一匹配条件,则确定二值化图片与模板图片匹配成功;根据各匹配成功的二值化图片的偏移角度以及各匹配成功的二值化图片的位置信息,确定拼接图形的识别结果。本公开中的拼接图形的识别方法提供了一种新的拼接图形的识别方法,能够解决现有技术中的七巧板形状规则,颜色单一,不适宜通过提取特征点来进行识别的技术问题,提高了识别准确性。
Description
技术领域
本公开涉及游戏技术领域,特别涉及一种拼接图形的识别方法、拼接图形的识别装置、计算机存储介质及电子设备。
背景技术
七巧板是汉族民间流传的一种拼图智力游戏,它是用七块板,以各种不同的拼凑法来拼搭千变万化的形象图案。七巧板自问世之后,一直是用以启发幼儿智力的良好伙伴,能够把幼儿对实物与形态之间的桥梁连接起来,培养幼儿的观察力、想象力、形状分析及创意逻辑上都有巨大的发展空间。如果能够将传统七巧板拼图游戏和AR技术结合起来,开放给适龄儿童使用,则既能培养儿童的智力又能让儿童了解增强现实技术,增强游戏趣味性。这样游戏大致的玩法是虚拟游戏给出一个七巧板的特定图案,要求玩家在现实世界中用七巧板玩具拼出相同的图案,如果拼接正确,就给予玩家相应的游戏奖励。可见,这种游戏必须让虚拟游戏能够识别真实世界中七巧板的实时形状。
目前,相关识别技术大多都是基于特征点识别,然而,特征点识别通常需要被识别物体棱角分明,而七巧板形状规则,颜色单一,不适宜通过提取特征点来进行识别。
鉴于此,本领域亟需开发一种新的拼接图形的识别方法及装置。
需要说明的是,上述背景技术部分公开的信息仅用于加强对本公开的背景的理解。
发明内容
本公开的目的在于提供一种拼接图形的识别方法、拼接图形的识别装置、计算机存储介质及电子设备,进而至少在一定程度上避免了现有技术的识别方法准确度较低的缺陷。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种拼接图形的识别方法,包括:对包含所述拼接图形的输入图片进行处理,以得到多个二值化图片;获取各所述二值化图片与模板图片的匹配度,若所述匹配度满足第一匹配条件,则确定所述二值化图片与所述模板图片匹配成功;根据各所述匹配成功的二值化图片的偏移角度以及各所述匹配成功的二值化图片的位置信息,确定所述拼接图形的识别结果。
在本公开的示例性实施例中,所述方法还包括:对各所述二值化图片进行轮廓提取,得到轮廓图片;获取包围所述轮廓图片的矩形轮廓,将所述矩形轮廓的中心坐标作为各所述二值化图片的位置信息;将所述矩形轮廓的目标边界与预设坐标轴的偏移角度作为各所述二值化图片的偏移角度。
在本公开的示例性实施例中,所述方法还包括:根据所述偏移角度,对各所述二值化图片进行旋转处理,以使所述矩形轮廓的目标边界与所述预设坐标轴平行。
在本公开的示例性实施例中,所述根据各所述匹配成功的二值化图片的偏移角度以及各所述匹配成功的二值化图片的位置信息,确定所述拼接图形的识别结果,包括:确定基准二值化图片;根据所述基准二值化图片与各所述匹配成功的二值化图片的偏移角度,确定相对偏移角度;若所述相对偏移角度小于第一角度阈值,则根据所述基准二值化图片与各所述匹配成功的二值化图片的位置信息确定第一相对位置信息;若所述第一相对位置信息小于第一位置阈值,则根据预设数量的所述匹配成功的二值化图片的位置信息确定第二相对位置信息;若所述第二相对位置信息小于第二位置阈值,则确定所述拼接图形识别成功。
在本公开的示例性实施例中,所述获取各二值化图片与模板图片的匹配度,包括:将所述模板图片的尺寸确定为基准尺寸,根据所述基准尺寸从各所述二值化图片上截取目标图片;将所述目标图片与所述模板图片进行像素对比,以获取像素比对结果;根据所述像素比对结果,确定各所述二值化图片与所述模板图片的匹配度。
在本公开的示例性实施例中,所述方法还包括:若所述二值化图片与所述模板图片匹配失败,则将所述二值化图片旋转目标角度,得到旋转图片;获取所述旋转图片与所述模板图片的匹配度;若所述匹配度满足所述第一匹配条件,则确定所述二值化图片与所述模板图片匹配成功。
在本公开的示例性实施例中,所述对包含所述拼接图形的输入图片进行处理,以得到多个二值化图片,包括:获取包含所述拼接图形的输入图片在第一颜色空间的第一像素值以及所述输入图片在第二颜色空间的第二像素值;若所述第二像素值满足第一数值范围,则将所述第一像素值设置为目标数值,以得到所述输入图片对应的初始二值化图片;对所述初始二值化图片进行形态学处理,以得到所述二值化图片。
根据本公开的第二方面,提供一种拼接图形的识别装置,包括:处理模块,用于对包含所述拼接图形的输入图片进行处理,以得到多个二值化图片;匹配模块,用于获取各所述二值化图片与模板图片的匹配度,若所述匹配度满足第一匹配条件,则确定所述二值化图片与所述模板图片匹配成功;确定模块,用于根据各所述匹配成功的二值化图片的偏移角度以及各所述二值化图片的位置信息,确定所述拼接图形的识别结果。
根据本公开的第三方面,提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的拼接图形的识别方法。
根据本公开的第四方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述第一方面所述的拼接图形的识别方法。
由上述技术方案可知,本公开示例性实施例中的拼接图形的识别方法、拼接图形的识别装置、计算机存储介质及电子设备至少具备以下优点和积极效果:
在本公开的一些实施例所提供的技术方案中,一方面,对包含拼接图形的输入图片进行处理,以得到多个二值化图片,进而,获取各二值化图片与模板图片的匹配度,若匹配度满足第一匹配条件,则确定二值化图片与模板图片匹配成功,从而能够识别出拼接图形中是否包含对应的七巧板或五巧板形状,即能够确定出形状的匹配结果。另一方面,根据各匹配成功的二值化图片的偏移角度以及各匹配成功的二值化图片的位置信息,确定拼接图形的识别结果,从而能够在形状相匹配的基础上,确定出各个形状所处的位置以及摆放的角度是否正确,提供了一种新的拼接图形的识别方法,能够解决现有技术中的七巧板形状规则,颜色单一,不适宜通过提取特征点来进行识别的技术问题,提高识别准确度。
本公开应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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示出本公开一示例性实施例中拼接图形的识别方法的流程示意图;
图2示出本公开一示例性实施例中包含拼接图形的输入图片的示意图;
图3示出本公开另一示例性实施例中拼接图形的识别方法的流程示意图;
图4-1示出本公开一示例性实施例中初始二值化图片(腐蚀前)的示意图;
图4-2示出本公开一示例性实施例中二值化图片对应的像素示意图;
图4-3示出本公开一示例性实施例中卷积核的示意图;
图4-4示出本公开一示例性实施例中对二值化图片的第一个像素值进行腐蚀操作的示意图;
图4-5示出本公开一示例性实施例中对图4-2进行腐蚀操作后的图像像素示意图;
图4-6示出本公开一示例性实施例中对图4-1进行腐蚀操作后的示意图;
图5-1示出本公开一示例性实施例中对图4-2中的第一个像素值进行膨胀操作的示意图;
图5-2示出本公开一示例性实施例中对图4-2进行腐蚀操作后的图像像素值示意图;
图6示出本公开一示例性实施例中轮廓图片的示意图;
图7示出本公开一示例性实施例中矩形轮廓的示意图;
图8示出本公开一示例性实施例中二值化图片(拼接图形包含不规则三角形)对应的偏移角度的示意图;
图9示出本公开一示例性实施例中二值化图片(拼接图形包含等边三角形)对应的偏移角度的示意图;
图10示出本公开一示例性实施例中二值化图片(拼接图形包含正方形)对应的偏移角度的示意图;
图11示出本公开一示例性实施例中二值化图片(拼接图形包含平行四边形)对应的偏移角度的示意图;
图12示意性示出本公开再一示例性实施例中拼接图形的识别方法的流程示意图;
图13示意性示出本公开又一示例性实施例中拼接图形的识别方法的流程示意图;
图14示出本公开一示例性实施例中拼接图形的识别方法的显示界面示意图;
图15示出本公开示例性实施例中拼接图形的识别装置的结构示意图;
图16示出本公开示例性实施例中计算机存储介质的结构示意图;
图17示出本公开示例性实施例中电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
本说明书中使用用语“一个”、“一”、“该”和“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等;用语“第一”和“第二”等仅作为标记使用,不是对其对象的数量限制。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。
目前,相关识别技术大多都是基于特征点识别,然而,特征点识别通常需要被识别物体棱角分明。而七巧板形状规则,颜色单一,不适宜提取特征点。因而,现有技术中的识别方法的准确度较低。
在本公开的实施例中,首先提供了一种拼接图形的识别方法,至少在一定程度上克服现有技术中提供的拼接图形的识别方法准确度较低的缺陷。
图1示出本公开一示例性实施例中拼接图形的识别方法的流程示意图,该拼接图形的识别方法的执行主体可以是对拼接图形进行识别的服务器。
参考图1,根据本公开的一个实施例的拼接图形的识别方法包括以下步骤:
步骤S110,对包含所述拼接图形的输入图片进行处理,以得到多个二值化图片;
步骤S120,获取各所述二值化图片与模板图片的匹配度,若所述匹配度满足第一匹配条件,则确定所述二值化图片与所述模板图片匹配成功;
步骤S130,根据各所述匹配成功的二值化图片的偏移角度以及各所述二值化图片的位置信息,确定所述拼接图形的识别结果。
在图1所示实施例所提供的技术方案中,一方面,对包含拼接图形的输入图片进行处理,以得到多个二值化图片,进而,获取各二值化图片与模板图片的匹配度,若匹配度满足第一匹配条件,则确定二值化图片与模板图片匹配成功,从而能够识别出拼接图形中是否包含对应的七巧板或五巧板形状,即能够确定出形状的匹配结果。另一方面,根据各匹配成功的二值化图片的偏移角度以及各匹配成功的二值化图片的位置信息,确定拼接图形的识别结果,从而能够在形状相匹配的基础上,确定出各个形状所处的位置以及摆放的角度是否正确,提供了一种新的拼接图形的识别方法,能够解决现有技术中的七巧板形状规则,颜色单一,不适宜通过提取特征点来进行识别的技术问题,提高识别准确度。
以下对图1中的各个步骤的具体实现过程进行详细阐述:
在本公开的示例性实施例中,上述拼接图形的识别方法可以应用于增强现实游戏中。增强现实(Augmented Reality,简称AR),也被称为扩增现实,AR增强现实技术是促使真实世界信息和虚拟世界信息内容之间综合在一起的技术内容,能够将现实世界的空间范围中难以体验的实体信息在电脑等科学技术的基础上,实施模拟仿真处理,使得真实环境和虚拟物体之间重叠之后,能够在同一个画面以及空间中同时存在,并且能够被人类感官所感知,从而实现超越现实的感官体验。增强现实技术不仅能够有效体现出真实世界的内容,也能够促使虚拟的信息内容显示出来,优化玩家的相关游戏体验。
在本公开的示例性实施例中,通过将传统拼图游戏和AR技术结合起来,开放给玩家(例如:适龄儿童)进行游戏,既能开发儿童的智力又能让儿童了解增强现实技术,增强游戏趣味性。
在步骤S110中,对包含所述拼接图形的输入图片进行处理,以得到多个二值化图片。
在本公开的示例性实施例中,拼接图形即经过拼接可以形成多种样式的图形,例如:七巧板(由七块板组成的益智玩具,例如:三角形、平行四边形、不规则多边形等。玩家可以把它拼成各种人物、形象、动物、桥、房、塔等等,也可以是一些中、英文字母。)、五巧板(由五块板组成的益智玩具,与上述七巧板类似)等。
在本公开的示例性实施例中,输入图片即包含上述拼接图形实物的拍摄图片,示例性的,玩家可以将游戏设备(例如:手机、平板电脑、Ipad等)固定,并将游戏设备的摄像头对准拼接图形的平面,使得摄像头能够将拼接图形完整的拍摄进去,以获取上述输入图片。示例性的,可以参考图2,图2示意性示出本公开一示例性实施例中包含上述拼接图形的输入图片的示意图。
在本公开的示例性实施例中,玩家可以在游戏开始时打开游戏设备的摄像头,进而,每隔预设时间间隔(例如:1分钟),可以控制摄像头拍摄包含拼接图形的输入图片,以进行后续游戏过程。
在本公开的示例性实施例中,在确定上述输入图片之后,可以对上述输入图片进行处理,以得到多个二值化图片。
在本公开的示例性实施例中,示例性的,可以参考图3,图3示意性示出本公开另一示例性实施例中拼接图形的识别方法的流程示意图,具体示出对上述输入图片进行处理,以得到多个二值化图片的流程示意图,以下结合图3对具体的实施方式进行解释。
在步骤S301中,获取包含所述拼接图形的输入图片在第一颜色空间的第一像素值以及所述输入图片在第二颜色空间的第二像素值。
在本公开的示例性实施例中,可以获取包含上述拼接图形的输入图片在第一颜色空间的第一像素值,示例性的,第一颜色空间可以是RGB空间(RGB是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色),获取到的第一像素值可以是(204,232,207)。进而,可以将上述输入图片从第一颜色空间转换至第二颜色空间,以获取上述输入图片在第二颜色空间的第二像素值,示例性的,第二颜色空间可以是HSV空间【色调Hue(H),饱和度Saturation(S),明度Value(V)】,获取到的第二像素值可以是(89,96,218)。需要说明的是,上述第一颜色空间与上述第二颜色空间不同,第一颜色空间可以是CMY(工业印刷采用的颜色空间,与RGB对应,RGB来源物体发光,而CMY是依据反射光得到的)颜色空间、HIS(H是色调,S是饱和度,I是强度)颜色空间等任一,第二颜色空间也可以是CMY颜色空间、HIS颜色空间等任一,均可以根据实际情况自行设定,属于本公开的保护范围。
在步骤S302中,若所述第二像素值满足第一数值范围,则将所述第一像素值设置为目标数值,以得到所述输入图片对应的初始二值化图片。
在本公开的示例性实施例中,初始二值化图片是指将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图片整体和局部特征的图像。图像的二值化有利于图像的进一步处理,使图像变得简单,而且数据量减小,能凸显出感兴趣的目标的轮廓。
在本公开的示例性实施例中,在获取到上述第一像素值与上述第二像素值之后,若上述第二像素值满足第一数值范围,则可以将第一像素值设置为目标数值,以得到输入图片对应的初始二值化图片。示例性的,第一数值范围可以是例如:H空间的第一数值范围为(h0,h1),S空间的第一数值范围为(s0,s1)。进而,当上述第二像素值满足上述第一数值范围,参照上述步骤S301的相关解释,即当h0<89<h1且s0<96<s1时,可以将上述RGB空间的第一像素值(204,232,207)设置为(255,255,255)。若上述第二像素值中的89<h0,89>h1,96<s0或96>s1满足任一时,则将上述RGB空间的第一像素值(204,232,207)设置为(0,0,0)。以确定出上述输入图片对应的初始二值化图片。
在步骤S303中,对所述初始二值化图片进行形态学处理,以得到所述二值化图片。
在本公开的示例性实施例中,在获取到上述初始二值化图片之后,示例性的,可以参考图4-1,图4-1示意性示出上述初始二值化图片(腐蚀前)的示意图,可见,上述初始二值化图片周围包含很多的白色杂质区域,因而,可以对上述初始二值化图片进行形态学处理(包括腐蚀和膨胀),以消除真实环境中光线、拍摄角度、背景等环境因素对上述初始二值化图片中相关杂质区域的影响,得到上述二值化图片。
在本公开的示例性实施例中,以下对形态学处理中的腐蚀和膨胀的具体原理进行说明。
腐蚀就是删除图像边界的某些点的像素,以除去图像的某些部分。示例性的,本公开可以基于3*3的卷积核对图片进行腐蚀处理。示例性的,可以参考图4-2至图4-4,图4-2示意性示出本公开中一示例性实施例中上述二值化图片对应的像素示意图,其中,1表示高亮的白色,0表示黑色;图4-3示意性示出本公开中上述3x3的卷积核(卷积核就是图像处理时,给定输入图像,输入图像中一个小区域中像素加权平均后成为输出图像中的每个对应像素,其中权值由一个函数定义,这个函数称为卷积核)的示意图;图4-4示意性示出对上述二值化图片的第一个像素值0进行腐蚀操作的示意图。示例性的,可以将卷积核的中心元素1对应上述第一个像素0,进而,没有元素的地方可以补0(也可以是其他数值,可以根据实际情况自行设定),进一步的,如果与卷积核对应的所有像素值都是1,那么中心元素就保持原来的像素值,否则就变为0。可见,与上述卷积核相对应的像素值并非全都是1,因此,对上述第一个像素0的腐蚀结果为0。依次的,卷积核沿着图像滑动,可以得到二值化图片中每个像素对应的腐蚀结果,示例性的,可以参考图4-5,图4-5示意性示出本公开一示例性实施例中对上述图4-2中的像素值进行腐蚀处理后的图像像素示意图。示例性的,还可以参考图4-6,图4-6示意性示出本公开一示例性实施例中对上述图4-1进行腐蚀后得到的示意图,可见,经过腐蚀后,边界的白色像素点被清除,只留下核心的地方。经过腐蚀可以消除图像中聚集的较少的白色像素点,也就是清除了七巧板中较小的白色区域即杂质。
经过腐蚀后,整个二值化图像的白色区域都会变少并产生形变,所以可以通过膨胀操作来恢复。膨胀是使用像素邻域内的局部极大运算符来膨胀一张图片,本公开中的膨胀操作也可以使用3x3的卷积核。示例性的,继续参考上述图4-2,以对上述图4-2对应的二值化图片的像素进行膨胀处理进行解释。示例性的,可以参考图5-1,图5-1示意性示出本公开一示例性实施例中对图4-2中的第一个像素值0进行膨胀操作的示意图,参考图5-1,可以将卷积核的中心元素1对应上述第一个像素0,进而,没有元素的地方可以补0(也可以是其他数值,可以根据实际情况自行设定),进一步的,如果与卷积核对应的原图像的像素值中只要有一个是1,中心元素的像素值就是1,否则为0。可见,与上述卷积核相对应的像素值并非全都是0,因此,对上述第一个像素0的膨胀结果为1。依次的,卷积核沿着图像滑动,可以得到二值化图片中每个像素对应的膨胀结果,示例性的,可以参考图5-2,图5-2示意性示出本公开一示例性实施例中对上述图4-2进行膨胀操作后的图像像素值示意图。
在本公开的示例性实施例中,示例性的,可以对上述初始二值化图片进行两次腐蚀膨胀处理,即进行腐蚀、膨胀、腐蚀、膨胀处理。多次腐蚀和膨胀后,初始二值化图像中较小的白色像素聚集区域,也就是杂质会被清除,使得初始二值化图像更加规则。进而,可以得到上述初始二值化图片对应的二值化图片。需要说明的是,上述腐蚀膨胀处理的次数可以根据实际情况自行设定,属于本公开的保护范围。
在本公开的示例性实施例中,重复上述步骤S301-步骤303,可以通过对步骤S302中的第一数值范围进行变更,以得到输入图片中包含的多个不同的二值化图像。
在本公开的示例性实施例中,在得到上述多个不同颜色的二值化图像之后,示例性的,参考图4-6可知,上述二值化图像中包含大量的黑色区域,因而,可以对各二值化图片进行轮廓提取,得到轮廓图片。示例性的,可以参考图6,图6示出本公开一示例性实施例中轮廓图片的示意图,即获取到的二值化图片中所包含的轮廓图片。在获取到轮廓图片之后,可以以图片中最左下方的点为原点,获取包围上述轮廓图片的矩形轮廓,并将上述矩形轮廓的中心坐标作为各二值化图片的位置信息。具体的,参考图7,图7示意性示出本公开一示例性实施例中矩形轮廓的示意图,具体的,可以基于MSBR算法提取出包围七巧板形状的最小矩形轮廓,进而,可以将上述矩形轮廓的中心坐标作为各二值化图片的位置信息。
在本公开的示例性实施例中,还可以将上述最小矩形轮廓的长边与X轴的偏移角度作为各二值化图片的偏移角度β。
在本公开的示例性实施例中,示例性的,拼接图形中可以包含不规则三角形、等边三角形以及正方形、平行四边形等,因而,对于不规则三角形而言,示例性的,图8示出本公开一示例性实施例中二值化图片(拼接图形包含不规则三角形)对应的偏移角度的示意图,参考图8,三角形ABE对应的矩形轮廓可以是矩形ABCD,进而,三角形ABE对应的二值化图片的偏移角度β为图中所示的角β1。进而,获取到矩形轮廓ABDC的中心坐标可以是(2,2),即可以将上述中心坐标(2,2)作为二值化图片的位置信息。
对于等边三角形来说,示例性的,图9示出本公开一示例性实施例中二值化图片(拼接图形包含等边三角形)对应的偏移角度的示意图,参考图9,提取等边三角形ABE的矩形轮廓,可以得到矩形ABDC,进而,因等边三角形对应的矩形轮廓ABDC为正方形,因而,其长和宽相等,进而,对于等边三角形ABE来说,其对应的偏移角度β可以是AB边与X轴的夹角角β21,也可以是AC边与X轴的夹角角β22。进而,获取到矩形轮廓ABDC的中心坐标可以是(5,5),即可以将上述中心坐标(5,5)作为二值化图片的位置信息。
对于正方形来说,示例性的,图10示出本公开一示例性实施例中二值化图片(拼接图形包含正方形)对应的偏移角度的示意图,参考图10,对正方形ABCD提取矩形轮廓可以得到矩形轮廓ABDC,进而,其对应的偏移角度β可以是AB边与X轴的夹角角β31,也可能是AC边与X轴的夹角角β32。进而,获取到矩形轮廓ABDC的中心坐标可以是(8,8),即可以将上述中心坐标(8,8)作为二值化图片的位置信息。
对于平行四边形来说,示例性的,图11示出本公开一示例性实施例中二值化图片(包含平行四边形)对应的偏移角度的示意图,参考图11,对平行四边形BFDE提取轮廓可以得到矩形轮廓ABCD,进而,其偏移角度β可以是其长边BE与X轴的夹角,即图中所示的角β4。进而,获取到矩形轮廓ABDC的中心坐标可以是(12,12),即可以将上述中心坐标(12,12)作为二值化图片的位置信息。
在本公开的示例性实施例中,在确定出上述二值化图片对应的偏移角度β之后,可以调用cv2DrotationMatrix函数使上述矩形轮廓以上述位置信息(中心坐标)为圆心,以上述偏移角度β为角度进行旋转,以使上述矩形轮廓的目标边界(长边)与X轴平行。对于上述等边三角形以及正方形(拥有两个偏移角度)来说,可以分别以两个偏移角度进行旋转,以使上述矩形轮廓的目标边界(长边)与X轴平行。
在本公开的示例性实施例中,当上述二值化图片的矩形轮廓与X轴平行之后,可以获取各个二值化图片与模板图片的匹配度。
在步骤S120中,获取各所述二值化图片与模板图片的匹配度,若所述匹配度满足第一匹配条件,则确定所述二值化图片与所述模板图片匹配成功。
在本公开的示例性实施例中,在获取到上述二值化图片之后,可以调用cvMatchTemplate函数,将上述二值化图片与模板图片进行匹配,以获取匹配度,若上述匹配度满足第一匹配条件,则可以确定上述二值化图片与上述模板图片匹配成功。
在本公开的示例性实施例中,示例性的,上述模板图片可以是预先保存的,七巧板中所包含的七个形状对应的采集图片,或者五巧板中所包含的五个形状对应的采集图片。
在本公开的示例性实施例中,示例性的,可以参考图12,图12示意性示出本公开再一示例性实施例中拼接图形的识别方法的流程示意图,具体示出获取各二值化图片与模板图片的匹配度的流程示意图,以下结合图12对步骤S120进行解释。
在步骤S1201中,将所述模板图片的尺寸确定为基准尺寸,根据所述基准尺寸从各所述二值化图片上截取目标图片。
在本公开的示例性实施例中,可以将上述模板图片的尺寸为基准尺寸,并根据上述基准尺寸,从各二值化图片上截取目标图片,目标图片的尺寸与上述模板图片的尺寸相同。示例性的,当上述预设模板尺寸为10*10,上述二值化图片的尺寸为50*50时,可以从上述二值化图片上截取5个10*10的目标图片,各个目标图片相互独立,不重叠。从而能够避免多次重叠截取目标图片而导致的浪费系统资源,匹配速度较低的技术问题,有助于后续处理过程中提高匹配速度。
在步骤S1202中,将所述目标图片与所述模板图片进行像素对比,以获取像素比对结果。
在本公开的示例性实施例中,在获取到目标图片之后,可以将上述目标图片与上述模板图片进行像素比对,以获取像素比对结果。示例性的,可以将上述5个目标图片分别与上述模板图片上的每一个像素进行像素比对,以确定出各个像素的比较差值,进而,可以将上述比较差值之和作为上述像素比对结果。
在步骤S1203中,根据所述像素比对结果,确定各所述二值化图片与所述模板图片的匹配度。
在本公开的示例性实施例中,在确定出上述像素比对结果之后,可以将上述像素比对结果作为上述二值化图片与模板图片的匹配度。
在本公开的示例性实施例中,在确定出上述匹配度之后,若上述匹配度满足第一匹配条件,例如:上述匹配度小于某预设阈值,则可以确定上述二值化图片与模板图片匹配成功。进而,可以识别出上述二值化图片中包含的七巧板的具体形状,例如:三角形还是正方形。
在本公开的示例性实施例中,若上述二值化图片与上述模板图片匹配失败,则可以将上述二值化图片旋转目标角度(180+β,或者180-β),进而,将得到的旋转图片与模板图片进行匹配,获取匹配度,若匹配度满足上述第一匹配条件(小于上述预设阈值),则确定二值化图片与模板图片匹配成功,进而,可以将上述目标角度作为上述二值化图片的真正旋转角度。否则,可以确定出上述二值化图片中包含的形状不是模板图片的形状,即匹配失败,则可以退出相关识别步骤,无需进行后续识别过程,从而,能够在形状识别失败时及时退出算法,避免系统进行无效运算,减少系统内存占有量,提高系统运行效率。
在本公开的示例性实施例中,在上述二值化图片与上述模板图片匹配成功之后,可以将匹配成功时上述二值化图片对应的偏移角度(可能是β,目标角度180+β,或者目标角度180-β中任一)作为上述二值化图片的真正偏移角度λ。
继续参考图1,在步骤S130中,根据各所述匹配成功的二值化图片的偏移角度以及各所述匹配成功的二值化图片的位置信息,确定所述拼接图形的识别结果。
在本公开的示例性实施例中,在确定出上述各个二值化图片均与模板图片识别成功,即识别出各个二值化图片中包含的七巧板形状之后,可以根据各个匹配成功的二值化图片的偏移角度λ以及各个二值化图片的位置信息,确定上述拼接图形的识别结果。示例性的,当确定出上述拼接图形中包含7个二值化图像时,则可以确定出7个偏移角度λ以及7个位置信息。从而能够在形状相匹配的基础上,确定出各个形状所处的位置以及摆放的角度是否正确,提供了一种新的拼接图形的识别方法,能够解决现有技术中的七巧板形状规则,颜色单一,不适宜通过提取特征点来进行识别的技术问题,提高识别准确度。
在本公开的示例性实施例中,图13示意性示出本公开又一示例性实施例中拼接图形的识别方法的流程示意图,具体示出根据各二值化图片的偏移角度以及各二值化图片的位置信息确定上述拼接图形的识别结果的流程示意图,以下结合图13对步骤S130进行解释。
在步骤S1301中,确定基准二值化图片。
在本公开的示例性实施例中,示例性的,可以将第一个与模板图片匹配成功的二值化图片确定为基准二值化图片。需要说明的是,上述基准二值化图片也可以是第二个与模板图片匹配成功的二值化图片,可以根据实际情况自行设定,属于本公开的保护范围。
在步骤S1302中,根据所述基准二值化图片与各所述匹配成功的二值化图片的偏移角度,确定相对偏移角度。
在本公开的示例性实施例中,在确定出上述基准二值化图片之后,可以根据上述基准二值化图片与各匹配成功的二值化图片的偏移角度,确定相对偏移角度(基准二值化图片的偏移角度与其他各二值化图片的偏移角度的差值)。举例而言,相对偏移角度θ1=基准二值化图片的偏移角度-匹配成功的二值化图片a的偏移角度;相对偏移角度θ2=基准二值化图片的偏移角度-匹配成功的二值化图片b的偏移角度。
在步骤S1303中,若所述相对偏移角度小于第一角度阈值,则根据所述基准二值化图片与各所述匹配成功的二值化图片的位置信息确定第一相对位置信息。
在本公开的示例性实施例中,若上述相对偏移角度的差值小于第一角度阈值(示例性的,第一角度阈值为5度),则示例性的,当上述相对偏移角度的差值小于5度时,则可以说明上述拼接图形中的各个七巧板的相对角度唯一确定。则可以进一步判断上述基准二值化图片与其他各二值化图片的第一相对位置信息。
在本公开的示例性实施例中,第一相对位置信息可以是基准二值化图片的位置信息与其他各匹配成功的二值化图片的位置信息的差值。举例而言,第一相对位置信息P1可以是基准二值化图片的位置信息(8,8)与匹配成功的二值化图片a的位置信息(2,2)之差,即两个中心点之间的距离,示例性的,第一相对位置信息第一相对位置信息P2可以是基准二值化图片的位置信息(5,5)与匹配成功的二值化图片b的位置信息(5,5)之差,即两个中心点之间的距离,示例性的,第一相对位置信息
在步骤S1304中,若所述第一相对位置信息小于第一位置阈值,则根据预设数量的所述匹配成功的二值化图片的位置信息确定第二相对位置信息。
在本公开的示例性实施例中,示例性的,每个第一相对位置信息可以对应一个第一预设阈值,以上述第一相对位置信息P1为例,若上述第一相对位置信息P1小于第一位置阈值(示例性的,第一位置阈值为10mm),即当上述第一相对位置信息P1小于10mm时,则可以说明上述匹配成功的二值化图片a与基准二值化图片的相对距离唯一确定。依此类推,可以确定上述拼接图形中的各个七巧板与基准图片的相对距离唯一确定。进而,可以进一步判断上述任意两个匹配成功的二值化图片的第二相对位置信息。
在本公开的示例性实施例中,第二相对位置信息可以是任意两个匹配成功的二值化图片的位置信息的差值。举例而言,第二相对位置信息P3可以是匹配成功的二值化图片c的位置信息(12,12)与二值化图片a的位置信息(2,2)之差,即两个中心点之间的距离,示例性的,第二相对位置信息第二相对位置信息P4可以是匹配成功的二值化图片d的位置信息(6,6)与二值化图片b的位置信息(5,5)之差,即两个中心点之间的距离,示例性的,第二相对位置信息
在步骤S1305中,若所述第二相对位置信息小于第二位置阈值,则确定所述拼接图形识别成功。
在本公开的示例性实施例中,示例性的,每个第二相对位置信息可以对应一个第二预设阈值,以上述第二相对位置信息P3为例,若上述第二相对位置信息P3小于第二位置阈值(示例性的,第二位置阈值为15mm),即当上述第二相对位置信息P3小于15mm时,则可以说明上述二值化图片c与二值化图片a的相对距离唯一确定。依此类推,可以确定上述拼接图形中的任意两个七巧板的相对距离唯一确定。进而,可以确定上述拼接图形识别成功。
在本公开的示例性实施例中,在确定出上述拼接图形识别成功之后,示例性的,可以参考图14,图14示出本公开一示例性实施例中拼接图形的识别方法的显示界面示意图,可以在游戏界面显示“Game Over!You Win”,以提示玩家游戏成功。从而能够帮助用户直观清楚的了解到游戏结果,使得游戏结果更加一目了然,提高游戏的沉浸感以及用户体验。
本公开还提供了一种拼接图形的识别装置,图15示出本公开示例性实施例中拼接图形的识别装置的结构示意图;如图15所示,拼接图形的识别装置1500可以包括处理模块1501、匹配模块1502和确定模块1503。其中:
处理模块1501,用于对包含所述拼接图形的输入图片进行处理,以得到多个二值化图片。
在本公开的示例性实施例中,处理模块用于对包含拼接图形的输入图片进行处理,以得到多个二值化图片。
在本公开的示例性实施例中,处理模块用于获取包含拼接图形的输入图片在第一颜色空间的第一像素值以及输入图片在第二颜色空间的第二像素值;若第二像素值满足第一数值范围,则将第一像素值设置为目标数值,以得到输入图片对应的初始二值化图片;对初始二值化图片进行形态学处理,以得到上述二值化图片。
在本公开的示例性实施例中,处理模块用于对各二值化图片进行轮廓提取,得到轮廓图片;获取包围上述轮廓图片的矩形轮廓,将矩形轮廓的中心坐标作为各二值化图片的位置信息;将矩形轮廓的目标边界与预设坐标轴的偏移角度作为各二值化图片的偏移角度。
在本公开的示例性实施例中,处理模块用于根据上述偏移角度,对各二值化图片进行旋转处理,以使矩形轮廓的目标边界与预设坐标轴平行。
匹配模块1502,用于获取各所述二值化图片与模板图片的匹配度,若所述匹配度满足第一匹配条件,则确定所述二值化图片与所述模板图片匹配成功。
在本公开的示例性实施例中,匹配模块用于获取各二值化图片与模板图片的匹配度,若匹配度满足第一匹配条件,则确定二值化图片与模板图片匹配成功。
在本公开的示例性实施例中,匹配模块用于将模板图片的尺寸确定为基准尺寸,根据基准尺寸从各二值化图片上截取目标图片;将目标图片与模板图片进行像素对比,以获取像素比对结果;根据像素比对结果,确定各二值化图片与模板图片的匹配度。
在本公开的示例性实施例中,匹配模块用于若二值化图片与模板图片匹配失败,则将二值化图片旋转目标角度,得到旋转图片;获取旋转图片与模板图片的匹配度;若匹配度满足上述第一匹配条件,则确定二值化图片与模板图片匹配成功。
确定模块1503,用于根据各所述匹配成功的二值化图片的偏移角度以及各所述匹配成功的二值化图片的位置信息,确定所述拼接图形的识别结果。
在本公开的示例性实施例中,确定模块用于根据各匹配成功的二值化图片的偏移角度以及各匹配成功的二值化图片的位置信息,确定上述拼接图形的识别结果。
在本公开的示例性实施例中,确定模块用于确定基准二值化图片;根据基准二值化图片与各匹配成功的二值化图片的偏移角度,确定相对偏移角度;若相对偏移角度小于第一角度阈值,则根据基准二值化图片与各匹配成功的二值化图片的位置信息确定第一相对位置信息;若第一相对位置信息小于第一位置阈值,则根据预设数量的匹配成功的二值化图片的位置信息确定第二相对位置信息;若第二相对位置信息小于第二位置阈值,则确定拼接图形识别成功。
上述拼接图形的识别装置中各模块的具体细节已经在对应的拼接图形的识别方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
在本公开示例性实施方式中,还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
参考图16所示,描述了根据本公开的实施方式的用于实现上述方法的程序产品1600,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图17来描述根据本公开的这种实施方式的电子设备1700。图17显示的电子设备1700仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图17所示,电子设备1700以通用计算设备的形式表现。电子设备1700的组件可以包括但不限于:上述至少一个处理单元1710、上述至少一个存储单元1720、连接不同系统组件(包括存储单元1720和处理单元1710)的总线1730。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元1710执行,使得所述处理单元1710执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元1710可以执行如图1中所示的:步骤S110,对包含所述拼接图形的输入图片进行处理,以得到多个二值化图片;步骤S120,获取各所述二值化图片与模板图片的匹配度,若所述匹配度第一匹配阈值满足第一匹配条件,则确定所述二值化图片与所述模板图片匹配成功;步骤S130,根据各所述匹配成功的二值化图片的偏移角度以及各所述匹配成功的二值化图片的位置信息,确定所述拼接图形的识别结果。
存储单元1720可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)17201和/或高速缓存存储单元17202,还可以进一步包括只读存储单元(ROM)17203。
存储单元1720还可以包括具有一组(至少一个)程序模块17205的程序/实用工具17204,这样的程序模块17205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1730可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1700也可以与一个或多个外部设备1800(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备1700交互的设备通信,和/或与使得该电子设备1700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1750进行。并且,电子设备1700还可以通过网络适配器1760与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1760通过总线1730与电子设备1700的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1700使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (10)
1.一种拼接图形的识别方法,其特征在于,包括:
对包含所述拼接图形的输入图片进行处理,以得到多个二值化图片;
获取各所述二值化图片与模板图片的匹配度,若所述匹配度满足第一匹配条件,则确定所述二值化图片与所述模板图片匹配成功;
根据各所述匹配成功的二值化图片的偏移角度以及各所述匹配成功的二值化图片的位置信息,确定所述拼接图形的识别结果。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对各所述二值化图片进行轮廓提取,得到轮廓图片;
获取包围所述轮廓图片的矩形轮廓,将所述矩形轮廓的中心坐标作为各所述二值化图片的位置信息;
将所述矩形轮廓的目标边界与预设坐标轴的偏移角度作为各所述二值化图片的偏移角度。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述偏移角度,对各所述二值化图片进行旋转处理,以使所述矩形轮廓的目标边界与所述预设坐标轴平行。
4.根据权利要求1或2所述的方法,其特征在于,所述根据各所述匹配成功的二值化图片的偏移角度以及各所述匹配成功的二值化图片的位置信息,确定所述拼接图形的识别结果,包括:
确定基准二值化图片;
根据所述基准二值化图片与各所述匹配成功的二值化图片的偏移角度,确定相对偏移角度;
若所述相对偏移角度小于第一角度阈值,则根据所述基准二值化图片与各所述匹配成功的二值化图片的位置信息确定第一相对位置信息;
若所述第一相对位置信息小于第一位置阈值,则根据预设数量的所述匹配成功的二值化图片的位置信息确定第二相对位置信息;
若所述第二相对位置信息小于第二位置阈值,则确定所述拼接图形识别成功。
5.根据权利要求4所述的方法,其特征在于,所述获取各二值化图片与模板图片的匹配度,包括:
将所述模板图片的尺寸确定为基准尺寸,根据所述基准尺寸从各所述二值化图片上截取目标图片;
将所述目标图片与所述模板图片进行像素对比,以获取像素比对结果;
根据所述像素比对结果,确定各所述二值化图片与所述模板图片的匹配度。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述二值化图片与所述模板图片匹配失败,则将所述二值化图片旋转目标角度,得到旋转图片;
获取所述旋转图片与所述模板图片的匹配度;
若所述匹配度满足所述第一匹配条件,则确定所述二值化图片与所述模板图片匹配成功。
7.根据权利要求1所述的方法,其特征在于,所述对包含所述拼接图形的输入图片进行处理,以得到多个二值化图片,包括:
获取包含所述拼接图形的输入图片在第一颜色空间的第一像素值以及所述输入图片在第二颜色空间的第二像素值;
若所述第二像素值满足第一数值范围,则将所述第一像素值设置为目标数值,以得到所述输入图片对应的初始二值化图片;
对所述初始二值化图片进行形态学处理,以得到所述二值化图片。
8.一种拼接图形的识别装置,其特征在于,包括:
处理模块,用于对包含所述拼接图形的输入图片进行处理,以得到多个二值化图片;
匹配模块,用于获取各所述二值化图片与模板图片的匹配度,若所述匹配度满足第一匹配条件,则确定所述二值化图片与所述模板图片匹配成功;
确定模块,用于根据各所述匹配成功的二值化图片的偏移角度以及各所述二值化图片的位置信息,确定所述拼接图形的识别结果。
9.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~7中任意一项所述的拼接图形的识别方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~7中任意一项所述的拼接图形的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910853938.0A CN110569907B (zh) | 2019-09-10 | 2019-09-10 | 拼接图形的识别方法及装置、计算机存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910853938.0A CN110569907B (zh) | 2019-09-10 | 2019-09-10 | 拼接图形的识别方法及装置、计算机存储介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110569907A true CN110569907A (zh) | 2019-12-13 |
CN110569907B CN110569907B (zh) | 2022-03-04 |
Family
ID=68778933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910853938.0A Active CN110569907B (zh) | 2019-09-10 | 2019-09-10 | 拼接图形的识别方法及装置、计算机存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110569907B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111524134A (zh) * | 2020-05-09 | 2020-08-11 | 中南大学 | 生产线上蜂窝产品规整度的检测方法及检测装置 |
CN112651983A (zh) * | 2020-12-15 | 2021-04-13 | 北京百度网讯科技有限公司 | 拼接图识别方法、装置、电子设备和存储介质 |
WO2022156390A1 (zh) * | 2021-01-22 | 2022-07-28 | 北京字跳网络技术有限公司 | 图形处理方法、装置、设备及介质 |
CN111553317B (zh) * | 2020-05-14 | 2023-08-08 | 北京惠朗时代科技有限公司 | 一种防伪码的获取方法、装置、计算机设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680519A (zh) * | 2015-02-06 | 2015-06-03 | 四川长虹电器股份有限公司 | 基于轮廓和颜色的七巧板识别方法 |
CN105498200A (zh) * | 2016-01-26 | 2016-04-20 | 上海葡萄纬度科技有限公司 | 一种教育玩具套件及其七巧板颜色识别方法 |
CN105718054A (zh) * | 2016-01-18 | 2016-06-29 | 天词信息科技(上海)有限公司 | 增强现实物的非接触式智能终端控制方法及装置、系统 |
CN106228195A (zh) * | 2016-08-08 | 2016-12-14 | 华南理工大学 | 一种基于图像处理的七巧板图形识别方法 |
CN106295644A (zh) * | 2016-08-11 | 2017-01-04 | 海信集团有限公司 | 符号识别方法及装置 |
CN106709959A (zh) * | 2017-01-09 | 2017-05-24 | 成都市极米科技有限公司 | 巧板识别方法、装置及电子设备 |
CN108615253A (zh) * | 2018-04-12 | 2018-10-02 | 广东数相智能科技有限公司 | 图像生成方法、装置与计算机可读存储介质 |
CN108898643A (zh) * | 2018-06-15 | 2018-11-27 | 广东数相智能科技有限公司 | 图像生成方法、装置与计算机可读存储介质 |
CN108986181A (zh) * | 2018-06-15 | 2018-12-11 | 广东数相智能科技有限公司 | 基于圆点的图像处理方法、装置与计算机可读存储介质 |
CN109902541A (zh) * | 2017-12-10 | 2019-06-18 | 彼乐智慧科技(北京)有限公司 | 一种图像识别的方法及系统 |
-
2019
- 2019-09-10 CN CN201910853938.0A patent/CN110569907B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104680519A (zh) * | 2015-02-06 | 2015-06-03 | 四川长虹电器股份有限公司 | 基于轮廓和颜色的七巧板识别方法 |
CN105718054A (zh) * | 2016-01-18 | 2016-06-29 | 天词信息科技(上海)有限公司 | 增强现实物的非接触式智能终端控制方法及装置、系统 |
CN105498200A (zh) * | 2016-01-26 | 2016-04-20 | 上海葡萄纬度科技有限公司 | 一种教育玩具套件及其七巧板颜色识别方法 |
CN106228195A (zh) * | 2016-08-08 | 2016-12-14 | 华南理工大学 | 一种基于图像处理的七巧板图形识别方法 |
CN106295644A (zh) * | 2016-08-11 | 2017-01-04 | 海信集团有限公司 | 符号识别方法及装置 |
CN106709959A (zh) * | 2017-01-09 | 2017-05-24 | 成都市极米科技有限公司 | 巧板识别方法、装置及电子设备 |
CN109902541A (zh) * | 2017-12-10 | 2019-06-18 | 彼乐智慧科技(北京)有限公司 | 一种图像识别的方法及系统 |
CN108615253A (zh) * | 2018-04-12 | 2018-10-02 | 广东数相智能科技有限公司 | 图像生成方法、装置与计算机可读存储介质 |
CN108898643A (zh) * | 2018-06-15 | 2018-11-27 | 广东数相智能科技有限公司 | 图像生成方法、装置与计算机可读存储介质 |
CN108986181A (zh) * | 2018-06-15 | 2018-12-11 | 广东数相智能科技有限公司 | 基于圆点的图像处理方法、装置与计算机可读存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111524134A (zh) * | 2020-05-09 | 2020-08-11 | 中南大学 | 生产线上蜂窝产品规整度的检测方法及检测装置 |
CN111524134B (zh) * | 2020-05-09 | 2021-07-20 | 中南大学 | 生产线上蜂窝产品规整度的检测方法及检测装置 |
CN111553317B (zh) * | 2020-05-14 | 2023-08-08 | 北京惠朗时代科技有限公司 | 一种防伪码的获取方法、装置、计算机设备和存储介质 |
CN112651983A (zh) * | 2020-12-15 | 2021-04-13 | 北京百度网讯科技有限公司 | 拼接图识别方法、装置、电子设备和存储介质 |
CN112651983B (zh) * | 2020-12-15 | 2023-08-01 | 北京百度网讯科技有限公司 | 拼接图识别方法、装置、电子设备和存储介质 |
WO2022156390A1 (zh) * | 2021-01-22 | 2022-07-28 | 北京字跳网络技术有限公司 | 图形处理方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110569907B (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110569907B (zh) | 拼接图形的识别方法及装置、计算机存储介质、电子设备 | |
CN112581629A (zh) | 增强现实显示方法、装置、电子设备及存储介质 | |
CN112215934A (zh) | 游戏模型的渲染方法、装置、存储介质及电子装置 | |
US11054969B2 (en) | Method and device for displaying page of electronic book, and terminal device | |
CN111145326A (zh) | 三维虚拟云模型的处理方法、存储介质、处理器及电子装置 | |
CN111583381B (zh) | 游戏资源图的渲染方法、装置及电子设备 | |
US20190054378A1 (en) | Systems and methods for creating a playable video game from a three-dimensional model | |
CN108765520B (zh) | 文本信息的渲染方法和装置、存储介质、电子装置 | |
CN106355592B (zh) | 一种教育玩具套件及其电路元件和电线的识别方法 | |
CN108579082A (zh) | 游戏中显示光影的方法、装置和终端 | |
CN107545223B (zh) | 图像识别方法及电子设备 | |
CN111768468B (zh) | 图像填充方法、装置、设备及存储介质 | |
JP5811416B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN111583398B (zh) | 图像显示的方法、装置、电子设备及计算机可读存储介质 | |
CN111461070B (zh) | 文本识别方法、装置、电子设备及存储介质 | |
CN111107264A (zh) | 图像处理方法、装置、存储介质以及终端 | |
JP5712859B2 (ja) | 画像認識装置および画像認識方法 | |
CN115228092A (zh) | 游戏战力评估方法、装置以及计算机可读存储介质 | |
CN110721471B (zh) | 一种虚拟应用对象输出方法、装置以及计算机存储介质 | |
CN111462343B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
US20170094235A1 (en) | Projecting text characters onto a textured surface | |
CN114387315A (zh) | 图像处理模型训练、图像处理方法、装置、设备及介质 | |
CN113741835A (zh) | 走马灯效果实现方法和走马灯效果实现装置 | |
CN111243058A (zh) | 物件模拟图像生成方法及计算机可读存储介质 | |
CN110555498A (zh) | 二维码的生成方法、装置、电子设备、存储介质 |
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 |
Effective date of registration: 20230117 Address after: Room 3040, 3rd floor, 2879 Longteng Avenue, Xuhui District, Shanghai, 2002 Patentee after: Shanghai NetEasy Brilliant Network Technology Co.,Ltd. Address before: 310052 Building No. 599, Changhe Street Network Business Road, Binjiang District, Hangzhou City, Zhejiang Province, 4, 7 stories Patentee before: NETEASE (HANGZHOU) NETWORK Co.,Ltd. |
|
TR01 | Transfer of patent right |