CN110867243A - 一种图像标注方法、装置、计算机系统及可读存储介质 - Google Patents
一种图像标注方法、装置、计算机系统及可读存储介质 Download PDFInfo
- Publication number
- CN110867243A CN110867243A CN201910983929.3A CN201910983929A CN110867243A CN 110867243 A CN110867243 A CN 110867243A CN 201910983929 A CN201910983929 A CN 201910983929A CN 110867243 A CN110867243 A CN 110867243A
- Authority
- CN
- China
- Prior art keywords
- line
- sampling
- coordinate
- client
- stack
- 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
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
Abstract
本发明公开了图像标注方法、装置、计算机系统及可读存储介质,包括以下步骤:接收图像并对图像进行灰度化处理,以生成加工图像;接收画笔轨迹,并从画笔轨迹中获得起点坐标、终点坐标以及线条的采样点,并将采样点储存在线条堆栈中;根据起点坐标、终点坐标和线条采样点及闭合规则,绘制从起点坐标到终点坐标的直线以生成闭合线条,提取直线的直线采样点并将其储存至线条堆栈中,将线条堆栈中的采样点输出至客户端;或根据起点坐标、终点坐标和线条采样点及闭合规则,将线条设为非闭合线条,并将线条堆栈中的采样点输出至客户端;接收线条选定信息以及线条移动信息,对线条的位置进行调节。本发明提高了标注效率和对病灶区域标注的精准度。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种图像标注方法、装置、计算机系统及可读存储介质。
背景技术
目前,医生在对图像的病灶区域进行标注时,通常使用普通绘图工具的画笔功能在病灶区域的外轮廓绘制线条,以达到标注病灶区域的目的;
然而,当前的画笔功能仅支持在图像上绘制线条,但是病灶区域的标注通常需要将画笔的终点与起点重合,使得医生只能通过放大图像,并且慢慢将画笔移动至其起点方可完成;不仅效率低下,还给医生带来了极大的不便并且提高了医生的疲劳强度;同时,由于线条一旦绘制完成,只能实现单个边界点的移动,造成边界不平整的情况,因此降低了对病灶区域的标注精准度。
发明内容
本发明的目的是提供一种图像标注方法、装置、计算机系统及可读存储介质,用于解决现有技术存在的问题。
为实现上述目的,本发明提供一种图像标注方法,包括以下步骤:
S1:接收图像并对所述图像进行灰度化处理,以生成加工图像并输出至客户端;
S2:接收客户端在加工图像上绘制线条所生成的画笔轨迹,并从所述画笔轨迹中获得起点坐标、终点坐标以及所述线条的采样点,并将所述采样点储存在线条堆栈中;其中,所述画笔轨迹为用于描述所述线条的轨迹坐标的坐标集;
S3:根据所述起点坐标、终点坐标和线条采样点及闭合规则,绘制从起点坐标到终点坐标的直线以生成闭合线条,提取所述直线的直线采样点并将其储存至所述线条堆栈中,将所述线条堆栈中的采样点输出至客户端;或
根据所述起点坐标、终点坐标和线条采样点及闭合规则,将所述线条设为非闭合线条,并将所述线条堆栈中的采样点输出至客户端;
其中,所述闭合规则为用于判断所述线条是否闭合的规则信息;
S4:接收由客户端根据光标点选所述线条采样点所生成的线条选定信息,以及根据光标移动所生成的线条移动信息,根据线条选定信息和线条移动信息对所述线条的位置进行调节。
上述方案中,在所述S4之后还可包括:
S5:接收由客户端根据光标点选所述直线采样点所生成的直线选定信息,以及根据光标移动所生成的直线移动信息,根据直线选定信息和直线移动信息对所述直线的位置进行调节。
上述方案中,所述S1包括以下步骤:
S11:接收由客户端输出的图像;
S12:提取所述图像中的像素的RGB分量,并按照灰度转换方法计算所述RGB分量获得灰度值;
S13:将所述灰度值加载在所述像素上,并将所述像素的RGB分量变为0后获得加工像素;将所述加工像素储存在加工堆栈中;
S14:按照所述S11-S13的方法获得病例图像中每一像素的加工像素,并将其储存在加工堆栈中;
S15:通过所述加工堆栈中的加工像素生成加工图像,并将其输出至客户端。
上述方案中,S2包括以下步骤:
S21:接收客户端开启画笔功能并在加工图像上绘制线条所生成的画笔轨迹;
S22:从所述画笔轨迹中获得起点坐标、移动坐标和终点坐标,并将所述起点坐标、移动坐标和终点坐标储存在坐标堆栈中;
S23:提供采样间隔,根据所述采样间隔从所述坐标堆栈中提取移动坐标,并将其设为线条采样点;将所述线条采样点储存在线条堆栈中。
上述方案中,所述S3包括以下步骤:
S31:获取所述线条堆栈中线条采样点的数量,根据闭合规则通过所述线条采样点数量判断所述线条是否可闭合;若是,则进入S32;若否,则生成非闭合信号;
S32:计算所述起点坐标与终点坐标的直线距离,根据闭合规则通过所述直线距离判断所述线条是否应闭合;若是,则生成自动闭合信号;若否,则生成非闭合信号;
S33:根据所述自动闭合信号绘制从所述起点坐标至终点坐标的直线,使所述线条与所述直线结合形成闭合线条,将该直线的直线采样点储存至线条堆栈;或根据所述非闭合信号将所述线条设为非闭合线条;
S34:若所述线条为闭合线条,则将所述线条堆栈中的线条采样点和直线采样点输出至客户端;若所述线条为非闭合线条,则将所述线条堆栈中的线条采样点输出至客户端。
上述方案中,所述S4包括以下步骤:
S41:客户端的光标移动至线条采样点并对其点选,生成用于表达该光标点选坐标的线条选定信息;接收由所述客户端输出的线条选定信息,从所述线条堆栈中获取与所述线条选定信息一致的线条采样点,并将其设为选定采样点;
S42:在所述线条堆栈中,将所述选定采样点两侧的线条采样点设为调整采样点;
S43:客户端的光标移动至所述加工图像中某一位置并点选,生成用于表达该光标点选坐标的线条移动信息,接收由所述客户端输出的线条移动信息,将所述选定采样点的坐标数值替换为所述线条移动信息,并将所述选定采样点储存在所述线条堆栈中;
S44:计算所述线条选定信息和线条移动信息之间的直线距离,并根据所述直线距离以及选定采样点与各调整采样点之间的间隔计算获得各调整采样点的移动距离;
S45:根据选定采样点的移动方向,按照所述移动距离调整调整采样点的坐标,并将所述调整采样点储存至线条堆栈中;
S46:将所述线条堆栈中的线条采样点输出至客户端,控制所述客户端使所述线条依次穿过所述线条采样点,以实现对线条的调节。
上述方案中,所述S5包括以下步骤:
S51:客户端的光标移动至直线采样点并对其点选,生成用于表达该光标点选坐标的直线选定信息;接收由所述客户端输出的直线选定信息,从所述直线堆栈中获取与所述直线选定信息一致的直线采样点,并将其设为选定采样点;
S52:在所述直线堆栈中,将所述选定采样点两侧的直线采样点设为调整采样点;
S53:将光标移动至所述加工图像中某一位置并点选,生成用于表达该光标点选坐标的直线移动信息,接收由所述客户端输出的直线移动信息,将所述选定采样点的坐标数值替换为所述直线移动信息,并将所述选定采样点储存在所述直线堆栈中;
S54:计算所述直线选定信息和直线移动信息之间的直线距离,并根据所述直线距离以及选定采样点与各调整采样点之间的间隔计算获得各调整采样点的移动距离;
S55:根据选定采样点的移动方向,按照所述移动距离调整调整采样点的坐标,并将所述调整采样点储存至直线堆栈中;
S56:将所述直线堆栈中的直线采样点输出至客户端,控制所述客户端使所述直线依次穿过所述直线采样点,以实现对直线的调节。
为实现上述目的,本发明还提供一种图像标注装置,包括:
灰度处理模块,用于接收图像并对所述图像进行灰度化处理,以生成加工图像并输出至客户端;
轨迹采样模块,用于接收客户端在加工图像上绘制线条所生成的画笔轨迹,并从所述画笔轨迹中获得起点坐标、终点坐标以及所述线条的采样点,并将所述采样点储存在线条堆栈中;其中,所述画笔轨迹为用于描述所述线条的轨迹坐标的坐标集;
闭合操作模块,用于根据所述起点坐标、终点坐标和线条采样点及闭合规则,绘制从起点坐标到终点坐标的直线以生成闭合线条,提取所述直线的直线采样点并将其储存至所述线条堆栈中,将所述线条堆栈中的采样点输出至客户端;或根据所述起点坐标、终点坐标和线条采样点及闭合规则,将所述线条设为非闭合线条,并将所述线条堆栈中的采样点输出至客户端;
线条调节模块,用于接收由客户端根据光标点选所述线条采样点所生成的线条选定信息,以及根据光标移动所生成的线条移动信息,根据线条选定信息和线条移动信息对所述线条的位置进行调节。
为实现上述目的,本发明还提供一种计算机系统,其包括多个计算机设备,各计算机设备包括存储器.处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述多个计算机设备的处理器执行所述计算机程序时共同实现上述图像标注方法的步骤。
为实现上述目的,本发明还提供一种计算机可读存储介质,其包括多个存储介质,各存储介质上存储有计算机程序,所述多个存储介质存储的所述计算机程序被处理器执行时共同实现上述图像标注方法的步骤。
本发明提供的图像标注方法、装置、计算机系统及可读存储介质,通过灰度处理模块,对所述图像进行灰度化处理生成加工图像,以帮助医生提高病灶区域的识别度;通过轨迹采样模块,用于接收客户端在加工图像上绘制线条所生成的画笔轨迹,根据所述画笔轨迹获得起点坐标、终点坐标和线条采样点;再通过闭合操作模块,绘制从起点坐标到终点坐标的直线以生成闭合线条,提取所述直线的直线采样点,并将所述线条采样点和直线采样点输出至客户端;或将所述线条设为非闭合线条,并将所述线条采样点输出至客户端,解决了使用者因在使用画笔功能绘制画笔轨迹时,画笔轨迹的终点难以与起点重合的问题,提高了标注效率,为医生的标注工作提供了便利,并且降低了医生的疲劳强度,同时还避免了因画笔轨迹过短,导致起点坐标与终点坐标之间的直线距离小于闭合阈值,进而直接绘制从起点坐标到终点坐标的直线,造成使用者画图不便的情况出现;通过线条调节模块对所述线条的位置进行调节,通过直线调节模块对所述直线的位置进行调节,实现对闭合线条和非闭合线条进行调整,以提高对病灶区域标注的精准度。
附图说明
图1为本发明图像标注方法实施例一的流程图;
图2为本发明图像标注方法实施例一中图像标注装置与客户端之间的工作流程图;
图3为本发明图像标注装置实施例二的程序模块示意图;
图4为本发明计算机系统实施例三中计算机设备的硬件结构示意图。
附图标记:
1、图像标注装置 2、客户端 3、计算机设备
11、灰度处理模块 12、轨迹采样模块 13、闭合操作模块
14、线条调节模块 15、直线调节模块 31、存储器 32、处理器
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明提供的一种图像标注方法、装置、计算机系统及可读存储介质,适用于通信技术领域,为提供一种基于灰度处理模块、轨迹采样模块、闭合操作模块、线条调节模块和直线调节模块的图像标注方法。本发明通过灰度处理模块,对所述图像进行灰度化处理生成加工图像;通过轨迹采样模块,用于接收客户端在加工图像上绘制线条所生成的画笔轨迹,根据所述画笔轨迹获得起点坐标、终点坐标和线条采样点;再通过闭合操作模块,绘制从起点坐标到终点坐标的直线以生成闭合线条,提取所述直线的直线采样点,并将所述线条采样点和直线采样点输出至客户端;或将所述线条设为非闭合线条,并将所述线条采样点输出至客户端;通过线条调节模块对所述线条的位置进行调节,通过直线调节模块对所述直线的位置进行调节,实现对闭合线条和非闭合线条进行调整,以提高对病灶区域标注的精准度。
实施例一
请参阅图1和图2,本实施例的一种图像标注方法,利用图像标注装置1,包括以下步骤:
S1:接收图像并对所述图像进行灰度化处理,以生成加工图像并输出至客户端2;
S2:接收客户端2在加工图像上绘制线条所生成的画笔轨迹,并从所述画笔轨迹中获得起点坐标、终点坐标以及所述线条的采样点,并将所述采样点储存在线条堆栈中;其中,所述画笔轨迹为用于描述所述线条的轨迹坐标的坐标集;
S3:根据所述起点坐标、终点坐标和线条采样点及闭合规则,绘制从起点坐标到终点坐标的直线以生成闭合线条,提取所述直线的直线采样点并将其储存至所述线条堆栈中,将所述线条堆栈中的采样点输出至客户端2;或
根据所述起点坐标、终点坐标和线条采样点及闭合规则,将所述线条设为非闭合线条,并将所述线条堆栈中的采样点输出至客户端2;
其中,所述闭合规则为用于判断所述线条是否闭合的规则信息;
S4:接收由客户端2根据光标点选所述线条采样点所生成的线条选定信息,以及根据光标移动所生成的线条移动信息,根据线条选定信息和线条移动信息对所述线条的位置进行调节。
进一步地,在上述S4之后还可包括:
S5:接收由客户端2输出的直线选定信息和直线移动信息,根据直线选定信息和直线移动信息对所述直线的位置进行调节。
具体的,所述S1包括以下步骤:
S11:接收由客户端2输出的图像;
S12:提取所述图像中的像素的RGB分量,并按照灰度转换方法计算所述RGB分量获得灰度值;
本步骤中,所述灰度转换方法为浮点算法、或整数算法、或移位算法、或平均算法、或单值算法;所述RGB分量基于RGB色彩模式对红(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以得到不同颜色的颜色控制技术,RGB色彩模式是工业界的一种颜色标准,其包括了人类视力所能感知的所有颜色。
具体的,所述浮点算法通过公式Gray=R*0.3+G*0.59+B*0.11获得灰度值;
其中,R为RGB分量中的R值,G为RGB分量中的G值,B为RGB分量中的B值,Gray为灰度值。
所述整数方法通过公式Gray=(R*30+G*59+B*11)/100获得灰度值;
其中,R为RGB分量中的R值,G为RGB分量中的G值,B为RGB分量中的B值,Gray为灰度值。
所述移位方法通过公式Gray=(R*76+G*151+B*28)>>8获得灰度值;
其中,R为RGB分量中的R值,G为RGB分量中的G值,B为RGB分量中的B值,Gray为灰度值。
所述平均值法通过公式Gray=(R+G+B)/3获得灰度值;
其中,R为RGB分量中的R值,G为RGB分量中的G值,B为RGB分量中的B值,Gray为灰度值。
所述单值方法通过公式Gray=G获得灰度值;
其中,G为RGB分量中的G值,Gray为灰度值。
S13:将所述灰度值加载在所述像素上,并将所述像素的RGB分量变为0后获得加工像素;将所述加工像素储存在加工堆栈中;
S14:按照所述S11-S13的方法获得病例图像中每一像素的加工像素,并将其储存在加工堆栈中;
S15:通过所述加工堆栈中的加工像素生成加工图像,并输出至客户端2。
进一步的,所述S2中的所述画笔轨迹由客户单开启画笔功能,并通过鼠标、手指或者手写笔进行绘制所生成。原始采样是一组实时点的集合,以鼠标控制画笔轨迹进行绘制为例,在鼠标按下和本次鼠标释放之间采集的鼠标移动点的集合(MouseX,MouseY),线条采样点的获取是一次鼠标按下---移动---释放的过程中采集的鼠标在绘制区域平面上的坐标,所用到的事件有MouseEvent.MOUSE_DOWN、MouseEvent.MOUSE_MOVE、MouseEvent.MOUSE_UP。
具体的,所述S2包括以下步骤:
S21:接收客户端2开启画笔功能并在加工图像上绘制线条所生成的画笔轨迹;
本步骤以鼠标控制画笔轨迹进行绘制为例,在按下鼠标时将使得客户端2根据画笔所在的位置,通过clientX事件和clientY事件生成起点坐标(X1,Y1);按下鼠标控制画笔所用到的事件为MouseEvent.MOUSE_DOWN;
使用者按下并移动鼠标,将使客户端2的画笔移动以绘制线条;此时,客户端2将实时获取该画笔的轨迹,并通过clientX事件和clientY事件获取该轨迹上所有点的坐标(X2,Y2)……(XN,YN)作为移动坐标;其中,按下并移动鼠标控制画笔在客户端2上移动并形成画笔轨迹所用到的事件有MouseEvent.MOUSE_MOVE;
在释放鼠标时将使得客户端2根据画笔所在的位置,通过clientX事件和clientY事件生成起点坐标(XN+1,YN+1);按下鼠标控制画笔所用到的事件有MouseEvent.MOUSE_UP。
汇总所述起点坐标、移动坐标和终点坐标形成画笔轨迹后输出。
S22:从所述画笔轨迹中获得起点坐标、移动坐标和终点坐标,并将所述起点坐标、移动坐标和终点坐标储存在坐标堆栈中;
S23:提供采样间隔,根据所述采样间隔从所述坐标堆栈中提取移动坐标,并将其设为线条采样点;将所述线条采样点储存在线条堆栈中;
本步骤中,采样间隔为移动坐标之间间隔的数量,即从所述坐标堆栈中的起点坐标开始,按照采样间隔从坐标堆栈中提取移动坐标,并将其设为线条采样点后,将该线条采样点储存在线条堆栈中;
例如:采样间隔为2,则从起点坐标(X1,Y1)开始,依次提取移动坐标(X3,Y3)、(X5,Y5)、(X7,Y7)……(XM,YM)作为线条采样点,并将其设为线条采样点后,将其储存在线条堆栈中;
因此,通过将起点坐标和终点坐标储存在坐标堆栈中,以便于管理和提取;通过将移动坐标储存在坐标堆栈中,便于根据采样间隔从坐标堆栈中提取移动坐标作为线条采样点,提高了系统的运行效率。
具体的,所述S3包括以下步骤:
S31:获取所述线条堆栈中线条采样点的数量,根据闭合规则通过所述线条采样点数量判断所述线条是否可闭合,以避免因线条过短而自动判断其闭合,导致使用者无法在加工图像中绘制较短线段的问题;
若是,则进入S32;
若否,则生成非闭合信号。
具体地,在闭合规则中设置采样阈值,判断线条采样点的数量是否大于该采样阈值;若是,则判定该线条为可闭合并进入S32;若否,则判定该线条为不可闭合并生成非闭合信号。其中,本步骤中的采样阈值可根据使用者的需要设置。
S32:计算所述起点坐标与终点坐标的直线距离,根据闭合规则通过所述直线距离判断所述线条是否应闭合,以实现判断所述线条是否闭合的技术效果;
若是,则生成自动闭合信号;
若否,则生成非闭合信号。
具体地,在闭合规则中设置闭合阈值,判断所述起点坐标和终点坐标的直线距离是否小于该闭合阈值;若是,则判定该线条为应闭合并生成自动闭合信号;若否,则判定该线条为不应闭合并生成非闭合信号。其中,闭合阈值可根据使用者的需要设置。
需要说明的是,本申请中的闭合规则设置有采样阈值和闭合阈值,作为判断所述线条是否闭合的规则信息;因此,只有当线条的采样点数量大于采样阈值,且线条的起点坐标和终点坐标的直线距离小于闭合阈值时,才判定线条为闭合,其他的情况均判定线条为非闭合。
S33:根据所述自动闭合信号绘制从所述起点坐标至终点坐标的直线,使所述线条与所述直线结合形成闭合线条,将该直线的直线采样点储存至线条堆栈;或根据所述非闭合信号将所述线条设为非闭合线条。
需要说明的是,识别加工图像中所述直线的闭合轨迹,并提取所述闭合轨迹中的直线坐标,并将其储存至闭合堆栈;其中,所述闭合轨迹为用于描述所述直线的轨迹坐标的坐标集,其通过clientX事件和clientY事件获取该轨迹上所有点的坐标(x1,y1)……(xn,yn)作为直线坐标,汇总所述直线坐标生成闭合轨迹;根据所述采样间隔从所述闭合堆栈中提取直线坐标,并将其设为直线采样点;将所述直线采样点储存在直线堆栈中;本步骤中,采样间隔为直线坐标之间间隔的数量,即从所述坐标堆栈中的第一个直线坐标开始,按照采样间隔从直线堆栈中提取直线坐标,并将其设为直线采样点后,将该直线采样点储存在直线堆栈中;例如:采样间隔为2,则从直线坐标(x1,y1)开始,依次提取直线坐标(x3,y3)、(x5,y5)、(x7,y7)……(xm,ym)作为直线采样点,并将其设为直线采样点后,将其储存在线条堆栈中。
S34:若所述线条为闭合线条,则将所述线条堆栈中的线条采样点和直线采样点输出至客户端;若所述线条为非闭合线条,则将所述线条堆栈中的线条采样点输出至客户端。从而解决了使用者因在使用画笔功能绘制画笔轨迹时,画笔轨迹的终点难以与起点重合的问题,同时还避免了因画笔轨迹过短,导致起点坐标与终点坐标之间的直线距离小于闭合阈值,进而直接绘制从起点坐标到终点坐标的直线,造成使用者画图不便的情况出现。
具体的,所述S4包括以下步骤:
S41:客户端2的光标移动至线条采样点并对其点选,生成用于表达该光标点选坐标的线条选定信息;接收由所述客户端2输出的线条选定信息,从所述线条堆栈中获取与所述线条选定信息一致的线条采样点,并将其设为选定采样点;
S42:在所述线条堆栈中,将所述选定采样点两侧的线条采样点设为调整采样点;
本步骤中,可根据需要设置调整采样点的数量。
S43:客户端2的光标移动至所述加工图像中某一位置并点选,生成用于表达该光标点选坐标的线条移动信息,接收由所述客户端2输出的线条移动信息,将所述选定采样点的坐标数值替换为所述线条移动信息,并将所述选定采样点储存在所述线条堆栈中;
S44:计算所述线条选定信息和线条移动信息之间的直线距离,并根据所述直线距离以及选定采样点与各调整采样点之间的间隔计算获得各调整采样点的移动距离;
本步骤中,按照衰减函数D(s)=D0e^(-a(s+1))调整所述调整采样点的移动坐标,其中,a为缩放因子,s为当前调整采样点和选定采样点之间的间距,D0为直线距离,D(s)为调整采样点所移动的距离;
例如,当前选定采样点和调整采样点之间的间距为3所述直线距离为10个像素值,则当前调整采样点的移动距离为10e^(-4a),其移动方向与选定采样点的移动方向保持一致。
S45:根据选定采样点的移动方向,按照所述移动距离调整调整采样点的坐标,并将所述调整采样点储存至线条堆栈中;
S46:将所述线条堆栈中的线条采样点输出至客户端2,控制所述客户端2使所述线条依次穿过所述线条采样点,以实现对线条的调节。
具体的,所述S5包括以下步骤:
S51:客户端2的光标移动至直线采样点并对其点选,生成用于表达该光标点选坐标的直线选定信息;接收由所述客户端2输出的直线选定信息,从所述直线堆栈中获取与所述直线选定信息一致的直线采样点,并将其设为选定采样点;
S52:在所述直线堆栈中,将所述选定采样点两侧的直线采样点设为调整采样点;
本步骤中,可根据需要设置调整采样点的数量。
S53:将光标移动至所述加工图像中某一位置并点选,生成用于表达该光标点选坐标的直线移动信息,接收由所述客户端2输出的直线移动信息,将所述选定采样点的坐标数值替换为所述直线移动信息,并将所述选定采样点储存在所述直线堆栈中;
S54:计算所述直线选定信息和直线移动信息之间的直线距离,并根据所述直线距离以及选定采样点与各调整采样点之间的间隔计算获得各调整采样点的移动距离;
本步骤中,按照衰减函数D(s)=D0e^(-a(s+1))调整所述调整采样点的移动坐标,其中,a为缩放因子,s为当前调整采样点和选定采样点之间的间距,D0为直线距离,D(s)为调整采样点所移动的距离;
例如,当前选定采样点和调整采样点之间的间距为3所述直线距离为10个像素值,则当前调整采样点的移动距离为10e^(-4a),其移动方向与选定采样点的移动方向保持一致。
S55:根据选定采样点的移动方向,按照所述移动距离调整调整采样点的坐标,并将所述调整采样点储存至直线堆栈中;
S56:将所述直线堆栈中的直线采样点输出至客户端2,控制所述客户端2使所述直线依次穿过所述直线采样点,以实现对直线的调节。
实施例二
请参阅图3,本实施例的一种图像标注装置1,包括:
灰度处理模块11,用于接收图像并对所述图像进行灰度化处理,以生成加工图像并输出至客户端2;
轨迹采样模块12,用于接收客户端2在加工图像上绘制线条所生成的画笔轨迹,并从所述画笔轨迹中获得起点坐标、终点坐标以及所述线条的采样点,并将所述采样点储存在线条堆栈中;其中,所述画笔轨迹为用于描述所述线条的轨迹坐标的坐标集;
闭合操作模块13,用于根据所述起点坐标、终点坐标和线条采样点及闭合规则,绘制从起点坐标到终点坐标的直线以生成闭合线条,提取所述直线的直线采样点并将其储存至所述线条堆栈中,将所述线条堆栈中的采样点输出至客户端2;或根据所述起点坐标、终点坐标和线条采样点及闭合规则,将所述线条设为非闭合线条,并将所述线条堆栈中的采样点输出至客户端2;
线条调节模块14,用于接收由客户端2根据光标点选所述线条采样点所生成的线条选定信息,以及根据光标移动所生成的线条移动信息,根据线条选定信息和线条移动信息对所述线条的位置进行调节。
进一步地,所述图像标注装置还可包括:
直线调节模块15,用于接收由客户端2输出的直线选定信息和直线移动信息,根据直线选定信息和直线移动信息对所述直线的位置进行调节。
本技术方案基于人工智能领域的图像检测技术,利用灰度处理模块对所述图像进行灰度化处理,以在客户端上生成加工图像,实现图像处理的技术效果;利用轨迹采样模块接收画笔轨迹,根据所述画笔轨迹获得起点坐标、终点坐标和线条采样点;利用闭合操作模块生成闭合线条或非闭合线条;利用线条调节模块对所述线条的位置进行调节。
实施例三:
为实现上述目的,本发明还提供一种计算机系统,该计算机系统包括多个计算机设备3,实施例二的图像标注装置1的组成部分可分散于不同的计算机设备中,计算机设备可以是执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。本实施例的计算机设备至少包括但不限于:可通过系统总线相互通信连接的存储器31、处理器32,如图4所示。需要指出的是,图4仅示出了具有组件-的计算机设备,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
本实施例中,存储器31(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器31可以是计算机设备的内部存储单元,例如该计算机设备的硬盘或内存。在另一些实施例中,存储器31也可以是计算机设备的外部存储设备,例如该计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,存储器31还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中,存储器31通常用于存储安装于计算机设备的操作系统和各类应用软件,例如实施例一的图像标注装置的程序代码等。此外,存储器31还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器32在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器32通常用于控制计算机设备的总体操作。本实施例中,处理器32用于运行存储器31中存储的程序代码或者处理数据,例如运行图像标注装置,以实现实施例一的图像标注方法。
实施例四:
为实现上述目的,本发明还提供一种计算机可读存储系统,其包括多个存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器32执行时实现相应功能。本实施例的计算机可读存储介质用于存储图像标注装置,被处理器32执行时实现实施例一的图像标注方法。
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。
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 (10)
1.一种图像标注方法,其特征在于,包括以下步骤:
S1:接收图像并对所述图像进行灰度化处理,以生成加工图像并输出至客户端;
S2:接收客户端在加工图像上绘制线条所生成的画笔轨迹,并从所述画笔轨迹中获得起点坐标、终点坐标以及所述线条的采样点,并将所述采样点储存在线条堆栈中;其中,所述画笔轨迹为用于描述所述线条的轨迹坐标的坐标集;
S3:根据所述起点坐标、终点坐标和线条采样点及闭合规则,绘制从起点坐标到终点坐标的直线以生成闭合线条,提取所述直线的直线采样点并将其储存至所述线条堆栈中,将所述线条堆栈中的采样点输出至客户端;或
根据所述起点坐标、终点坐标和线条采样点及闭合规则,将所述线条设为非闭合线条,并将所述线条堆栈中的采样点输出至客户端;
其中,所述闭合规则为用于判断所述线条是否闭合的规则信息;
S4:接收由客户端根据光标点选所述线条采样点所生成的线条选定信息,以及根据光标移动所生成的线条移动信息,根据线条选定信息和线条移动信息对所述线条的位置进行调节。
2.根据权利要求1所述的图像标注方法,其特征在于,在所述S4之后还可包括:
S5:接收由客户端根据光标点选所述直线采样点所生成的直线选定信息,以及根据光标移动所生成的直线移动信息,根据直线选定信息和直线移动信息对所述直线的位置进行调节。
3.根据权利要求1所述的图像标注方法,其特征在于,所述S1包括以下步骤:
S11:接收由客户端输出的图像;
S12:提取所述图像中的像素的RGB分量,并按照灰度转换方法计算所述RGB分量获得灰度值;
S13:将所述灰度值加载在所述像素上,并将所述像素的RGB分量变为0后获得加工像素;将所述加工像素储存在加工堆栈中;
S14:按照所述S11-S13的方法获得病例图像中每一像素的加工像素,并将其储存在加工堆栈中;
S15:通过所述加工堆栈中的加工像素生成加工图像,并将其输出至客户端。
4.根据权利要求1所述的图像标注方法,其特征在于,S2包括以下步骤:
S21:接收客户端开启画笔功能并在加工图像上绘制线条所生成的画笔轨迹;
S22:从所述画笔轨迹中获得起点坐标、移动坐标和终点坐标,并将所述起点坐标、移动坐标和终点坐标储存在坐标堆栈中;
S23:提供采样间隔,根据所述采样间隔从所述坐标堆栈中提取移动坐标,并将其设为线条采样点;将所述线条采样点储存在线条堆栈中。
5.根据权利要求1所述的图像标注方法,其特征在于,所述S3包括以下步骤:
S31:获取所述线条堆栈中线条采样点的数量,根据闭合规则通过所述线条采样点数量判断所述线条是否可闭合;若是,则进入S32;若否,则生成非闭合信号;
S32:计算所述起点坐标与终点坐标的直线距离,根据闭合规则通过所述直线距离判断所述线条是否应闭合;若是,则生成自动闭合信号;若否,则生成非闭合信号;
S33:根据所述自动闭合信号绘制从所述起点坐标至终点坐标的直线,使所述线条与所述直线结合形成闭合线条,将该直线的直线采样点储存至线条堆栈;或根据所述非闭合信号将所述线条设为非闭合线条;
S34:若所述线条为闭合线条,则将所述线条堆栈中的线条采样点和直线采样点输出至客户端;若所述线条为非闭合线条,则将所述线条堆栈中的线条采样点输出至客户端。
6.根据权利要求1所述的图像标注方法,其特征在于,所述S4包括以下步骤:
S41:客户端的光标移动至线条采样点并对其点选,生成用于表达该光标点选坐标的线条选定信息;接收由所述客户端输出的线条选定信息,从所述线条堆栈中获取与所述线条选定信息一致的线条采样点,并将其设为选定采样点;
S42:在所述线条堆栈中,将所述选定采样点两侧的线条采样点设为调整采样点;
S43:客户端的光标移动至所述加工图像中某一位置并点选,生成用于表达该光标点选坐标的线条移动信息,接收由所述客户端输出的线条移动信息,将所述选定采样点的坐标数值替换为所述线条移动信息,并将所述选定采样点储存在所述线条堆栈中;
S44:计算所述线条选定信息和线条移动信息之间的直线距离,并根据所述直线距离以及选定采样点与各调整采样点之间的间隔计算获得各调整采样点的移动距离;
S45:根据选定采样点的移动方向,按照所述移动距离调整调整采样点的坐标,并将所述调整采样点储存至线条堆栈中;
S46:将所述线条堆栈中的线条采样点输出至客户端,控制所述客户端使所述线条依次穿过所述线条采样点,以实现对线条的调节。
7.根据权利要求2所述的图像标注方法,其特征在于,所述S5包括以下步骤:
S51:客户端的光标移动至直线采样点并对其点选,生成用于表达该光标点选坐标的直线选定信息;接收由所述客户端输出的直线选定信息,从所述直线堆栈中获取与所述直线选定信息一致的直线采样点,并将其设为选定采样点;
S52:在所述直线堆栈中,将所述选定采样点两侧的直线采样点设为调整采样点;
S53:将光标移动至所述加工图像中某一位置并点选,生成用于表达该光标点选坐标的直线移动信息,接收由所述客户端输出的直线移动信息,将所述选定采样点的坐标数值替换为所述直线移动信息,并将所述选定采样点储存在所述直线堆栈中;
S54:计算所述直线选定信息和直线移动信息之间的直线距离,并根据所述直线距离以及选定采样点与各调整采样点之间的间隔计算获得各调整采样点的移动距离;
S55:根据选定采样点的移动方向,按照所述移动距离调整调整采样点的坐标,并将所述调整采样点储存至直线堆栈中;
S56:将所述直线堆栈中的直线采样点输出至客户端,控制所述客户端使所述直线依次穿过所述直线采样点,以实现对直线的调节。
8.一种图像标注装置,其特征在于,包括:
灰度处理模块,用于接收图像并对所述图像进行灰度化处理,以生成加工图像并输出至客户端;
轨迹采样模块,用于接收客户端在加工图像上绘制线条所生成的画笔轨迹,并从所述画笔轨迹中获得起点坐标、终点坐标以及所述线条的采样点,并将所述采样点储存在线条堆栈中;其中,所述画笔轨迹为用于描述所述线条的轨迹坐标的坐标集;
闭合操作模块,用于根据所述起点坐标、终点坐标和线条采样点及闭合规则,绘制从起点坐标到终点坐标的直线以生成闭合线条,提取所述直线的直线采样点并将其储存至所述线条堆栈中,将所述线条堆栈中的采样点输出至客户端;或根据所述起点坐标、终点坐标和线条采样点及闭合规则,将所述线条设为非闭合线条,并将所述线条堆栈中的采样点输出至客户端;
线条调节模块,用于接收由客户端根据光标点选所述线条采样点所生成的线条选定信息,以及根据光标移动所生成的线条移动信息,根据线条选定信息和线条移动信息对所述线条的位置进行调节。
9.一种计算机系统,其包括多个计算机设备,各计算机设备包括存储器.处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述多个计算机设备的处理器执行所述计算机程序时共同实现权利要求1至7任一项所述图像标注方法的步骤。
10.一种计算机可读存储介质,其包括多个存储介质,各存储介质上存储有计算机程序,其特征在于,所述多个存储介质存储的所述计算机程序被处理器执行时共同实现权利要求1至7任一项所述图像标注方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910983929.3A CN110867243B (zh) | 2019-10-16 | 2019-10-16 | 一种图像标注方法、装置、计算机系统及可读存储介质 |
PCT/CN2020/099403 WO2021073160A1 (zh) | 2019-10-16 | 2020-06-30 | 一种图像标注方法、装置、计算机系统及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910983929.3A CN110867243B (zh) | 2019-10-16 | 2019-10-16 | 一种图像标注方法、装置、计算机系统及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110867243A true CN110867243A (zh) | 2020-03-06 |
CN110867243B CN110867243B (zh) | 2022-03-29 |
Family
ID=69652430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910983929.3A Active CN110867243B (zh) | 2019-10-16 | 2019-10-16 | 一种图像标注方法、装置、计算机系统及可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110867243B (zh) |
WO (1) | WO2021073160A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111932536A (zh) * | 2020-09-29 | 2020-11-13 | 平安国际智慧城市科技股份有限公司 | 病灶标注的验证方法、装置、计算机设备及存储介质 |
CN112529055A (zh) * | 2020-12-02 | 2021-03-19 | 博云视觉科技(青岛)有限公司 | 一种图像标注和标注数据集处理方法 |
WO2021073160A1 (zh) * | 2019-10-16 | 2021-04-22 | 平安科技(深圳)有限公司 | 一种图像标注方法、装置、计算机系统及可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150043801A1 (en) * | 2013-08-08 | 2015-02-12 | Washington University In St. Louis | System and Method for the Validation and Quality Assurance of Computerized Contours of Human Anatomy |
CN104881448A (zh) * | 2015-05-15 | 2015-09-02 | 福建星网锐捷网络有限公司 | 一种地图路径标注方法和装置 |
CN108921854A (zh) * | 2018-05-22 | 2018-11-30 | 复旦大学 | 一种消化道内镜图像不规则病变区域标注方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9990472B2 (en) * | 2015-03-23 | 2018-06-05 | Ohio State Innovation Foundation | System and method for segmentation and automated measurement of chronic wound images |
CN107943365B (zh) * | 2017-11-28 | 2021-05-04 | 广州视睿电子科技有限公司 | 线条笔迹的呈现方法、装置、电子设备及存储介质 |
CN109740005A (zh) * | 2018-12-29 | 2019-05-10 | 北京经纬恒润科技有限公司 | 一种图像目标标注方法及装置 |
CN110867243B (zh) * | 2019-10-16 | 2022-03-29 | 平安科技(深圳)有限公司 | 一种图像标注方法、装置、计算机系统及可读存储介质 |
-
2019
- 2019-10-16 CN CN201910983929.3A patent/CN110867243B/zh active Active
-
2020
- 2020-06-30 WO PCT/CN2020/099403 patent/WO2021073160A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150043801A1 (en) * | 2013-08-08 | 2015-02-12 | Washington University In St. Louis | System and Method for the Validation and Quality Assurance of Computerized Contours of Human Anatomy |
CN104881448A (zh) * | 2015-05-15 | 2015-09-02 | 福建星网锐捷网络有限公司 | 一种地图路径标注方法和装置 |
CN108921854A (zh) * | 2018-05-22 | 2018-11-30 | 复旦大学 | 一种消化道内镜图像不规则病变区域标注方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021073160A1 (zh) * | 2019-10-16 | 2021-04-22 | 平安科技(深圳)有限公司 | 一种图像标注方法、装置、计算机系统及可读存储介质 |
CN111932536A (zh) * | 2020-09-29 | 2020-11-13 | 平安国际智慧城市科技股份有限公司 | 病灶标注的验证方法、装置、计算机设备及存储介质 |
CN111932536B (zh) * | 2020-09-29 | 2021-03-05 | 平安国际智慧城市科技股份有限公司 | 病灶标注的验证方法、装置、计算机设备及存储介质 |
WO2022068228A1 (zh) * | 2020-09-29 | 2022-04-07 | 平安国际智慧城市科技股份有限公司 | 病灶标注的验证方法、装置、计算机设备及存储介质 |
CN112529055A (zh) * | 2020-12-02 | 2021-03-19 | 博云视觉科技(青岛)有限公司 | 一种图像标注和标注数据集处理方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021073160A1 (zh) | 2021-04-22 |
CN110867243B (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110867243B (zh) | 一种图像标注方法、装置、计算机系统及可读存储介质 | |
CN108564082B (zh) | 图像处理方法、装置、服务器和介质 | |
CN108628656A (zh) | Ios设备上界面适配方法、装置、计算机设备及存储介质 | |
CN110675940A (zh) | 病理图像标注方法、装置、计算机设备及存储介质 | |
CN109035370B (zh) | 一种图片标注方法与系统 | |
US11676279B2 (en) | Utilizing a segmentation neural network to process initial object segmentations and object user indicators within a digital image to generate improved object segmentations | |
CN112965645B (zh) | 页面拖拽方法、装置、计算机设备及存储介质 | |
CN109446873A (zh) | 手写字体识别方法、系统以及终端设备 | |
CN111208998B (zh) | 数据可视化大屏自动布局的方法、装置及存储介质 | |
CN111695518B (zh) | 结构化文档信息标注的方法、装置及电子设备 | |
US20200302173A1 (en) | Image processing device, image processing method, and image processing system | |
CN111583280B (zh) | 图像处理方法、装置、设备及计算机可读存储介质 | |
CN111104883A (zh) | 作业答案提取方法、装置、设备及计算机可读存储介质 | |
CN111709428B (zh) | 图像中关键点位置的识别方法、装置、电子设备及介质 | |
CN112380566A (zh) | 用于对文档图像进行脱敏的方法、装置、电子设备及介质 | |
CN110880169A (zh) | 病灶区域标注方法、装置、计算机系统及可读存储介质 | |
CN108415890B (zh) | 置顶显示单元格的方法、终端设备及计算机可读存储介质 | |
CN113920038A (zh) | 一种割轮廓提取方法、装置系统及介质 | |
KR20210008075A (ko) | 시각 검색 방법, 장치, 컴퓨터 기기 및 저장 매체 (video search method and apparatus, computer device, and storage medium) | |
KR101433543B1 (ko) | 제스처 기반으로 한 인간과 컴퓨터의 상호작용에 대한 방법, 시스템 및 컴퓨터 기록 매체 | |
CN110610117A (zh) | 一种人脸识别方法、装置及存储介质 | |
US20160357395A1 (en) | Information processing device, non-transitory computer-readable recording medium storing an information processing program, and information processing method | |
CN111241974B (zh) | 票据信息获取方法、装置、计算机设备和存储介质 | |
CN114445682A (zh) | 训练模型的方法、装置、电子设备、存储介质及产品 | |
CN114494686A (zh) | 文本图像矫正方法、装置、电子设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40023095 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |