CN110852166B - 一种图片识别标注方法 - Google Patents
一种图片识别标注方法 Download PDFInfo
- Publication number
- CN110852166B CN110852166B CN201910959334.4A CN201910959334A CN110852166B CN 110852166 B CN110852166 B CN 110852166B CN 201910959334 A CN201910959334 A CN 201910959334A CN 110852166 B CN110852166 B CN 110852166B
- Authority
- CN
- China
- Prior art keywords
- picture
- partition
- characteristic image
- pictures
- labeling
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- 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
- G06V30/413—Classification of content, e.g. text, photographs or tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种图片识别标注方法,包括图片识别和图片标注。本发明提供一种图片识别标注方法,通过该方法的设计,对带识别图片进行有效识别,还可对待识别图片的特征图像进行图片标注处理,方便待识别图片后续的处理。
Description
技术领域
本发明属于图片处理技术领域,尤其涉及一种图片识别标注方法。
背景技术
图片识别,是利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,现在图片识别已经是主流搜索引擎必备的技术。
目前的图片识别和图片标注是分开进行的,因此,在对图片特征进行分析时,无法对图片进行有效的标注,为图片后续的处理产生不便。
发明内容
本发明的目的在于克服现有技术存在的以上问题,提供一种图片识别标注方法,通过该方法的设计,对带识别图片进行有效识别,还可对待识别图片的特征图像进行图片标注处理,方便待识别图片后续的处理。
为实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
一种图片识别标注方法,包括图片识别和图片标注;
所述图片识别包括以下步骤:
a1、获取待识别图片和系统预存图片;
a2、待识别图片的预处理:对所述待识别图片分别进行纵向扫描和横向扫描,获取纵向像素集和横向像素集;
a3、将所述纵向像素集和横向像素集与系统预存图片进行预设信息比对,获取待识别图片的特征图像;
a4、对所述特征图像进行分区处理,得多个分区后图片;
a5、对分区后图片进行图片处理,获取比对后图片数字;
所述图片标注包括以下步骤:
b1、获取所述特征图像的两个相邻像素点,利用三角函数,计算两个相邻像素点与水平位置的夹角,并对两个所述像素点进行旋转;
b2、在所述特征图像的四周各设一个数值,根据数值的大小,确定所述特征图像的周围空间,以所述特征图像的底色为标准判断空白连续空间,并对所述空白连续空间的个数进行计算,获取多个空白连续空间大小,将标识气泡放入最大的空白连续空间内。
进一步地,所述预设信息比对包括图像大小比对、图像位置比对以及图像对齐方式比对,通过预设信息比对,确认特征图像的大小、位置以及对齐方式。
进一步地,将所述特征图像分割成n×n的图片,得到n2个分区后图片。
进一步地,对所述分区后图片进行识别,与系统预存图片进行像素比较,获得比对后图片数字。
进一步地,所述图片为工程图。
更进一步地,所述系统预存图片分为三个分区,分别为分区一、分区二和分区三,分区一中主要是符号,分区二是数字,分区三是公差尺寸。
更进一步地,步骤b2还包括:在完成标注后,会为尺寸标准内容添加一个方框,在方框的四周各设一个数值。
更进一步地,步骤b1还包括:在完成标注后,会为尺寸标准内容添加一个方框,获取所述方框的两个相邻像素点。
本发明的有益效果是:
本发明提供一种图片识别标注方法,通过该方法的设计,对带识别图片进行有效识别,还可对待识别图片的特征图像进行图片标注处理,方便待识别图片后续的处理。
尤其是对于工程图的处理,可以快速对工程图上的标注尺寸进行识别,并进行汇总,大幅度减少工作人员的劳动量。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明提供的一种图片识别标注方法示意图;
图2是本发明提供的图片识别流程示意图;
图3是本发明提供的图片标注流程示意图;
图4是本发明实施例二的标注示意图;
图5是本发明实施例三的标注示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
如图1至图3所示的一种图片识别标注方法,包括图片识别和图片标注;
图片识别包括以下步骤:
a1、获取待识别图片和系统预存图片;
a2、待识别图片的预处理:对待识别图片分别进行纵向扫描和横向扫描,获取纵向像素集和横向像素集;
a3、将纵向像素集和横向像素集与系统预存图片进行预设信息比对,获取待识别图片的特征图像;
a4、对特征图像进行分区处理,得多个分区后图片;
a5、对分区后图片进行图片处理,获取比对后图片数字;
图片标注包括以下步骤:
b1、获取特征图像的两个相邻像素点,利用三角函数,计算两个相邻像素点与水平位置的夹角,并对两个像素点进行旋转;
b2、在特征图像的四周各设一个数值,根据数值的大小,确定特征图像的周围空间,以特征图像的底色为标准判断空白连续空间,并对空白连续空间的个数进行计算,获取多个空白连续空间大小,将标识气泡放入最大的空白连续空间内;
预设信息比对包括图像大小比对、图像位置比对以及图像对齐方式比对,通过预设信息比对,确认特征图像的大小、位置以及对齐方式;
分区处理包括:将特征图像分割成n×n的图片,得到n2个分区后图片;
图片处理包括:对分区后图片进行识别,与系统预存图片进行像素比较,获得比对后图片数字。
本发明提供一种图片识别标注方法,通过该方法的设计,对带识别图片进行有效识别,还可对待识别图片的特征图像进行图片标注处理,方便待识别图片后续的处理。
实施例二
当待识别图片为工程图时,则需要对具体的尺寸标注内容进行识别了;
根据国家标准,尺寸标注根据类型不同有多种表达方式,比如单独表示长度和宽度的尺寸,此时只由数字来组成,参见图4的A处;或者表达直径时、由符号与数字组成,参见图4的B处;或者还包括尺寸公差在内的标注,参见图4的C处;由于这些尺寸标注都是具有标准的,因此,可以通过上述的国家标准来形成与标注尺寸相关的系统预存图片了。
这些系统预存图片分为三个分区,分别为分区一、分区二和分区三,分区一中主要是各类符号,分区二则是数字,分区三则根据公差尺寸的要求可以是单行,也可以是双行。
因此当需要对具体的尺寸标注内容进行识别时,将尺寸标注内容与系统预存图片进行比对,进而分别判断得到具体的符号位置、数字位置和公差位置,实现图片的分区处理,即将尺寸标注内容处理为分区一、分区二和分区三;之所以分区处理,是因为公差标注存在字体小、分两行的可能性,与符号、数字的标注存在不同,因此有必要进行分区处理。
分区后,每个分区独自在进行具体的图片识别,其识别成功率也会显著提高,因为识别的范围已经固定,出现混淆的概率为0。
完成识别后,会得到具体的可编辑的尺寸,可以将具体的识别结果存储到excel的文件中,这样操作人员就没有必要在手动逐个汇总录入数据了。
实施例三
本实施例为实施例二的一种优选方案,即在完成识别后,对具体识别内容进行标注;标注的意义在于,这些已识别的尺寸数据是需要汇总的,给每个尺寸按数字顺序标号后,导出在excel上的数据也会有一一对应的顺序号,这样就可以方便快速的找到具体的数据了。
参见图5,在完成标注后,会自动为尺寸标注内容添加一个方框,并在方框的附近标注好具体的序号;标注时,按照如下方式进行:
以具体的尺寸标注内容为中心,形成一个标注框;假设尺寸标注内容是一个长方形,那么形成的标注框的边框、一定会大于长方形的最大边,确保能够有效标注;
然后在尺寸标注内容对应的框到标注框之间的区域就是放置标识气泡的区域;
以该区域里的底色为标准判断空白连续空间,并对空白连续空间的个数进行计算,获取多个空白连续空间大小,将标识气泡放入最大的空白连续空间内;这样可以确保标识气泡不会与工程图上的线条重合,避免造成图纸的不清楚。
实施例四
有时候,有些尺寸标注内容是倾斜的,此时可以先将标注尺寸进行旋转,然后在进行识别,具体执行方式为:
先获取尺寸标注内容,并为尺寸标注内容设立一个方框,方框是根据尺寸标注内容中的图片像素点中最上、最下、最左、最右来实现的;这个方框刚刚好把尺寸标注内容包裹进去即可;
设立方框后,就会获得方框中的四个顶点的像素点;
选取其中一个像素点及其相邻像素点的具体位置,形成一条连线;
测算出该标识图片相对于水平或垂直的角度是多少,然后根据这个角度进行旋转即可。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (8)
1.一种图片识别标注方法,其特征在于:包括图片识别和图片标注;
所述图片识别包括以下步骤:
a1、获取待识别图片和系统预存图片;
a2、待识别图片的预处理:对所述待识别图片分别进行纵向扫描和横向扫描,获取纵向像素集和横向像素集;
a3、将所述纵向像素集和横向像素集与系统预存图片进行预设信息比对,获取待识别图片的特征图像;
a4、对所述特征图像进行分区处理,得多个分区后图片;
a5、对分区后图片进行图片处理;
所述图片标注包括以下步骤:
b1、获取所述特征图像的两个相邻像素点,利用三角函数,计算两个相邻像素点与水平位置的夹角,并对两个相邻像素点进行旋转;
b2、在所述特征图像的四周各设一个数值,根据数值的大小,确定所述特征图像的周围空间,以所述特征图像的底色为标准判断空白连续空间,并对所述空白连续空间的个数进行计算,获取多个空白连续空间大小,将标识气泡放入最大的空白连续空间内。
2.根据权利要求1所述的一种图片识别标注方法,其特征在于:所述预设信息比对包括图像大小比对、图像位置比对以及图像对齐方式比对,通过预设信息比对,确认特征图像的大小、位置以及对齐方式。
3.根据权利要求1所述的一种图片识别标注方法,其特征在于:所述分区处理包括:将所述特征图像分割成n×n的图片,得到n2个分区后图片。
4.根据权利要求1所述的一种图片识别标注方法,其特征在于:所述图片处理包括:对所述分区后图片进行识别,与系统预存图片进行像素比较,获得比对后图片数字。
5.根据权利要求1至4任意一项所述的一种图片识别标注方法,其特征在于:所述图片为工程图。
6.根据权利要求5所述的一种图片识别标注方法,其特征在于:所述系统预存图片分为三个分区,分别为分区一、分区二和分区三,分区一中是符号,分区二是数字,分区三是公差尺寸。
7.根据权利要求5所述的一种图片识别标注方法,其特征在于:步骤b2还包括:在完成标注后,会为尺寸标准内容添加一个方框,在方框的四周各设一个数值。
8.根据权利要求5所述的一种图片识别标注方法,其特征在于:步骤b1还包括:在完成标注后,会为尺寸标准内容添加一个方框,获取所述方框的两个相邻像素点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910959334.4A CN110852166B (zh) | 2019-10-10 | 2019-10-10 | 一种图片识别标注方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910959334.4A CN110852166B (zh) | 2019-10-10 | 2019-10-10 | 一种图片识别标注方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110852166A CN110852166A (zh) | 2020-02-28 |
CN110852166B true CN110852166B (zh) | 2021-01-26 |
Family
ID=69597133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910959334.4A Expired - Fee Related CN110852166B (zh) | 2019-10-10 | 2019-10-10 | 一种图片识别标注方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852166B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646145A (zh) * | 2013-12-20 | 2014-03-19 | 中橡集团沈阳橡胶研究设计院 | 一种自动测绘尺寸标注方法 |
CN106528937B (zh) * | 2016-10-10 | 2020-04-28 | 中广核工程有限公司 | 一种基于pdms出图避免标注信息重叠的系统和方法 |
CN110032914A (zh) * | 2018-01-12 | 2019-07-19 | 北京京东尚科信息技术有限公司 | 一种标注图片的方法和装置 |
CN108960297B (zh) * | 2018-06-15 | 2021-07-30 | 北京金山云网络技术有限公司 | 图片的标注方法、标注装置、设备及存储介质 |
CN109523557B (zh) * | 2018-10-11 | 2023-06-16 | 南宁因果科技有限公司 | 一种图像语义分割标注方法、装置及存储介质 |
CN110084179B (zh) * | 2019-04-24 | 2021-07-23 | 上海外高桥造船有限公司 | 图框识别方法及系统 |
-
2019
- 2019-10-10 CN CN201910959334.4A patent/CN110852166B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN110852166A (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109753953B (zh) | 图像中定位文本的方法、装置、电子设备和存储介质 | |
CN110751682B (zh) | 一种提取和标识图像的方法、装置、终端设备及存储介质 | |
CN108334879B (zh) | 一种区域提取方法、系统及终端设备 | |
CN110321837A (zh) | 一种试题得分的识别方法、装置、终端及存储介质 | |
CN115762218A (zh) | 一种车位地图生成方法、装置、设备及存储介质 | |
CN114049330A (zh) | 一种荧光原位杂交图像中荧光特征融合方法及系统 | |
CN110135407B (zh) | 样本标注方法及计算机存储介质 | |
CN110992384A (zh) | 半自动化图像数据标注方法、电子装置及存储介质 | |
CN115063802A (zh) | 一种基于PSENet的圆形印章识别方法、设备及介质 | |
CN115995086A (zh) | 端子排图纸短连片图元的识别方法、设备及存储介质 | |
CN114880730A (zh) | 确定目标设备的方法、装置及光伏系统 | |
CN111462164A (zh) | 一种前景分割方法以及基于图像合成的数据增强方法 | |
CN110852166B (zh) | 一种图片识别标注方法 | |
CN110598575A (zh) | 表格版面分析与提取方法及相关装置 | |
CN110084117A (zh) | 基于二值图分段投影的文档表格线检测方法、系统 | |
CN111191580B (zh) | 合成渲染方法、装置、电子设备及介质 | |
CN110996026A (zh) | 一种osd显示方法、装置、设备及存储介质 | |
CN117253231B (zh) | 一种油气站图像处理方法、装置、电子设备及存储介质 | |
CN109871910A (zh) | 一种手写字符识别方法及装置 | |
CN114581739B (zh) | 一种基于特征识别的点云标注方法、装置及电子设备 | |
CN113760686B (zh) | 用户界面的测试方法、装置、终端和存储介质 | |
CN114820547B (zh) | 车道线检测方法、装置、计算机设备、存储介质 | |
CN115797942B (zh) | 一种宣传信息交互方法及系统 | |
CN112825141B (zh) | 识别文本的方法、装置、识别设备和存储介质 | |
CN115937522A (zh) | 印章识别处理方法、系统及存储介质 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210126 Termination date: 20211010 |