CN110889882B - 一种合成图片的方法及计算设备 - Google Patents
一种合成图片的方法及计算设备 Download PDFInfo
- Publication number
- CN110889882B CN110889882B CN201911097020.4A CN201911097020A CN110889882B CN 110889882 B CN110889882 B CN 110889882B CN 201911097020 A CN201911097020 A CN 201911097020A CN 110889882 B CN110889882 B CN 110889882B
- Authority
- CN
- China
- Prior art keywords
- picture
- color
- rectangular frame
- line
- line pair
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明公开了一种合成图片的方法及计算设备,所述方法适于对第一图片和第二图片进行合成,所述第一图片为广告投放页面的页面截图,所述页面截图中具有利用矩形框进行框选的广告投放区域,且页面截图为RGB图片,所述矩形框的线条颜色为R、G、B中的第一颜色,所述第二图片为包含页面截图的生成时间信息的时间图片,所述方法包括:基于所述第一颜色对所述第一图片进行二值化处理,得到二值化图片;从所述二值化图片中检测出对广告投放区域进行框选对应的矩形框;将第二图片贴设到所述第一图片中所述矩形框周边的预定位置,从而形成合成图片。
Description
技术领域
本发明涉及互联网领域,特别涉及一种合成图片的方法及计算设备。
背景技术
互联网广告,是指通过网站、网页、互联网应用程序等互联网媒介,以文字、图片、音频、视频或者其他形式,直接或者间接地推销商品或者服务的商业广告。通常,广告主与广告投放平台会签订广告投放合同,在广告投放合同中约定广告投放点(广告位)和投放时间。为了让广告主知道广告投放平台是否履行了广告投放合同,需要将广告投放页面进行截图,并将页面中的广告投放点利用矩形框框选出来,然后人工将时间图片合成到页面截图的适当位置,时间图片中包含对广告投放页面进行截取的时间信息,用以标识广告于某时在哪个位置进行了投放。
但是,人工批量对图片进行合成不能做到真正的时效性,而且人工图片合成费时费力。因此需要一种自动识别框选区域,并与时间图片进行合成的方案。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的合成图片的方法及计算设备。
根据本发明的一个方面,提供了一种合成图片的方法,在计算设备中执行,适于对第一图片和第二图片进行合成,所述第一图片为广告投放页面的页面截图,所述页面截图中具有利用矩形框进行框选的广告投放区域,且页面截图为RGB图片,所述矩形框的线条颜色为R、G、B中的第一颜色,所述第二图片为包含页面截图的生成时间信息的时间图片,所述方法包括:
基于所述第一颜色对所述第一图片进行二值化处理,得到二值化图片;
从所述二值化图片中检测出对广告投放区域进行框选对应的矩形框;
将第二图片贴设到所述第一图片中所述矩形框周边的预定位置,从而形成合成图片。
可选地,根据本发明的合成图片的方法,其中,所述基于所述第一颜色对所述第一图片进行二值化处理,包括:获取第一图片中各像素点在第一颜色通道下的颜色平均值,其中,第一颜色通道是第一颜色所表示的颜色通道;对于第一图片中的每个像素点,将该像素点的第一颜色通道的颜色值与所述颜色平均值进行比较,将该像素点的其他两个颜色通道的颜色值分别与对应的二值化阈值进行比较,以将该像素点的颜色转换为黑色或者白色。
可选地,根据本发明的合成图片的方法,其中,所述获取第一图片中各像素点在第一颜色通道下的颜色平均值,包括:获取第一图片中每个像素点在第一颜色通道下的颜色值;对所有像素点在第一颜色通道下的颜色值乘以预设的容差系数后,再进行累加,得到累加结果;将累加结果除以第一图片的面积,得到所述颜色平均值。
可选地,根据本发明的合成图片的方法,其中,若(255-第一颜色通道的颜色值)小于所述颜色平均值,且其他两个颜色通道的颜色值分别小于对应的二值化阈值,则将该像素点的颜色转换为黑色,否则,将该像素点的颜色转换为白色。
可选地,根据本发明的合成图片的方法,还包括:在检测矩形框之前,对所述二值化图片中的锯齿线条进行平滑处理。
可选地,根据本发明的合成图片的方法,其中,从所述二值化图片中检测出对广告投放区域进行框选对应的矩形框,包括:扫描所述二值化图片,获取多条宽度在预设范围内的竖线,得到一竖线集合;从所述竖线集合中筛选出线条底端处于同一水平线上的多条粗细相等的线条,得到多个结果集;对于多个结果集的每个结果集,从该结果集中筛选出两两高度相等的线条对,并将筛选出的所有线条对加入线条对集合中;对于线条对集合中的每个线条对,计算该线条对中两个线条的水平距离,并从中筛选出水平距离在预设的宽度范围内的线条对,得到新的线条对集合;对于新的线条对集合中的每个线条对,当该线条对的两个最顶端像素点和两个最底端像素点分别满足横向连通性条件时,则将这四个像素点构成的矩形确定为检测得到的矩形框。
可选地,根据本发明的合成图片的方法,其中,所述横向连通性条件为:两个像素点间的黑色像素饱满率在预设值之上;所述黑色像素饱满率是指,两个像素点之间的黑色像素的数目,与两个像素点之间的所有像素的数目,二者的比值。
可选地,根据本发明的合成图片的方法,其中,所述容差系数为0.75,和/或,所述预设值为0.88。
根据本发明的另一个方面,提供一种计算设备,包括:至少一个处理器;和存储有程序指令的存储器,其中,所述程序指令被配置为适于由所述至少一个处理器执行,所述程序指令包括用于执行上述方法的指令。
根据本发明的又一个方面,提供一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行上述的方法。
根据本发明的图片合成方案,基于第一颜色对第一图片进行二值化处理,并从二值化图片中检测出矩形框,基于矩形框的位置来合成时间图片,实现方式简单,且图片的合成位置比较准确。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的计算设备100的结构图;
图2示出了根据本发明一个实施例的合成图片的方法200的流程图;
图3示出了方法200的图片合成效果图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的计算设备100的结构图。如图1所示,在基本的配置102中,计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置,处理器104可以是任何类型的处理,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用,或者在一些实现中,存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置,系统存储器106可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个应用122以及程序数据124。应用122实际上是多条程序指令,其用于指示处理器104执行相应的操作。在一些实施方式中,应用122可以布置为在操作系统上使得处理器104利用程序数据124进行操作。
计算设备100还可以包括有助于从各种接口设备(例如,输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156,它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160,其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备100可以实现为包括桌面计算机和笔记本计算机配置的个人计算机,也可以实现为服务器,例如文件服务器、数据库服务器、应用程序服务器和WEB服务器等。当然,计算设备100也可以实现为小尺寸便携(或者移动)电子设备的一部分。在根据本发明的实施例中,计算设备100被配置为执行根据本发明的合成图片的方法200。计算设备100的应用122中包含执行根据本发明的方法200的多条程序指令。
图2示出了根据本发明一个实施例的合成图片的方法200的流程图,方法200在计算设备中执行,例如,在如图1所示的计算设备100中执行。方法200在计算设备100中执行时,能够对第一图片和第二图片进行合成,其中,第一图片为广告投放页面的页面截图,该页面截图中具有利用矩形框进行框选的广告投放区域,且页面截图为RGB图片,矩形框的线条颜色为R、G、B中的一种颜色,以下称之为第一颜色,矩形框具有宽度(水平方向长度,以像素为单位)范围和高度(垂直方向长度,以像素为单位)范围,矩形框的线条宽度(以像素为单位)为预设范围,第二图片为包含页面截图的生成时间信息(即对广告投放页面进行截取的时间)的时间图片。截取广告页面的时间可以从互联网获取,例如,通过百度获取。时间图片的示例如图3所示,在图3中,时间图片中包含的时间信息为:2017年4月13日,星期四,15点22分06秒,且该时间图片中还包括时钟标识。
具体地,为了让广告主知道广告投放平台是否履行了广告投放合同,可以利用截图工具对广告投放页面进行截图,得到整个页面对应的页面截图,然后,利用框选工具对页面截图中的广告投放区域进行框选。本发明实施例对具体采用何种截图工具以及框选工具不做限制,本领域技术人员可以根据需要进行合理选择。广告投放区域通常为矩形区域,因此,可以在框选工具中采用矩形框对其进行框选。框选工具提供多种用于进行框选的线条宽度,这些线条宽度构成上述的预设范围;另外,用于进行框选的线条颜色可以选自R、G、B中的一种,以便于后续进行矩形框的位置识别。通常,广告投放区域的大小也是预定的几种规格,根据这些规格能够确定广告投放区域的宽度范围和高度范围,这样,矩形框的宽度范围和高度范围可以与广告投放区域的宽度范围和高度范围相同(或近似)。
将广告投放区域利用矩形框进行框选后,就可以将所述页面截图与时间图片进行合成,得到合成图片,将合成图片提供给广告主,广告主根据广告图片就能获取自己的广告于某时在哪个位置进行了投放。
在合成图片时,需要先确定矩形框在页面截图中的位置,然后,将时间图片贴设到矩形框的附近,例如,矩形框的上面、下面、左面或右面。如何获取矩形框在页面截图中的位置,这相当于一个目标检测问题。现有技术中,通常采用模式识别或机器学习的方法来进行目标检测,即采用模式识别或机器学习方法来获取矩形框在页面截图中的位置。但是,现有的获取矩形框的位置的实现方式较为复杂。于是,在本发明中,针对矩形框的定位和检测,提供了一种更加简单和易于实现的方式,以下具体介绍之。
参照图2,方法200始于步骤S202。在步骤S202中,基于第一颜色对第一图片进行二值化处理,得到二值化图片。
图片二值化,是将图片上的像素点的灰度值设置为0或255,也就是将整个图片呈现出明显的只有黑和白的视觉效果。现有的对彩色图片例如RGB图片进行二值化的方法,通常是先将RGB图片按照预定公式转换为灰度图片,然后再对灰度图片进行二值化处理。但是,在第一图片对应的广告投放页面中多个元素颜色与矩形框颜色相似的情况下,按照现有的二值化方法,不能很好的识别出真实的框选区域,导致将时间图片合成在其他位置,造成与合同预定投放点的错位,进而招致用户的质疑,不适合实际应用推广。
于是,在本发明实施例中,基于矩形框线条的颜色(即第一颜色),来对第一图片进行二值化处理,将与矩形框颜色接近的像素点转换为黑色(灰度值设置为例如0),将其余的像素点(与矩形框颜色相差较大)转化为白色(灰度值设置为例如255)。
其中,RGB色彩模式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,R、G、B即是代表红、绿、蓝三个通道的颜色。
在一种实现方式中,二值化处理的过程具体包括:
1)获取第一图片中各像素点在第一颜色通道下的颜色平均值,其中,第一颜色通道是第一颜色所表示的颜色通道。这里,若第一颜色为红色(R),则第一颜色通道为R通道;若第一颜色为绿色(G),则第一颜色通道为G通道;若第一颜色为蓝色(B),则第一颜色通道为B通道。
在一种实现方式中,计算颜色平均值的过程为:遍历第一图片的像素点,获取第一图片中每个像素点在第一颜色通道下的颜色值;对所有像素点在第一颜色通道下的颜色值进行累加,得到累加结果;将累加结果除以第一图片的面积(水平方向像素个数与垂直方向像素个数之积),得到所述颜色平均值。
在另一种实现方式中,还可以考虑进行颜色容差,此时,计算颜色平均值的过程为:遍历第一图片的像素点,获取第一图片中每个像素点在第一颜色通道下的颜色值;对所有像素点在第一颜色通道下的颜色值乘以预设的容差系数后,再进行累加,得到累加结果;将累加结果除以第一图片的面积(水平方向像素个数与垂直方向像素个数之积),得到所述颜色平均值。
以第一颜色为红色为例。由于选取了红(R)、绿(G)、蓝(B)三个颜色通道叠加形成的主色域红色进行处理,为了能把暗红、玫瑰红、曙红、朱红等红色元素都选取进来,那么要对每个像素点的红(R)颜色通道值乘以一个预设系数值,来把他们包容进来,故称为容差。上述的容差系数可以由本领域技术人员根据经验或者进行试验来确定,例如,取值为0.75。当然,本发明实施例对容差系数的取值不做具体限制。
2)遍历第一图片的每个像素点,对于遍历到的像素点,将该像素点的第一颜色通道的颜色值与所述颜色平均值进行比较,将该像素点的其他两个颜色通道的颜色值分别与对应的二值化阈值进行比较,以将该像素点的颜色转换为黑色或者白色,从而得到第一图片对应的二值化图片。
具体地,若(255-第一颜色通道的颜色值)小于所述颜色平均值,且其他两个颜色通道的颜色值分别小于对应的二值化阈值,则将该像素点的颜色转换为黑色(即灰度值为0),否则,将该像素点的颜色转换为白色(即灰度值为255)。各颜色通道对应的二值化阈值可以由本领域技术人员根据经验或者进行试验来确定,例如R通道对应的二值化阈值设置为70,G通道对应的二值化阈值设置75,B通道对应的二值化阈值设置80。当然,本发明实施例对各通道的二值化阈值的取值不做具体限制。
在一种实现方式中,在得到二值化图片后,还可以对该二值化图片进行平滑处理,目的是将二值化时产生的锯齿线条进行平滑。如何将图片中的锯齿线条平滑为直线条,本领域技术人员可以采用现有技术中提供的任何方式来实现,例如采用插值的方式来实现,本发明实施例对平滑处理的具体实现方式不做限制。
对图片进行二值化处理的示意性代码如下:
将第一图片转换为二值化图片之后,方法200进入步骤S204。在步骤S204中,从所述二值化图片中检测出对广告投放区域进行框选对应的矩形框。相对于直接从彩色图片中检测矩形框,从二值化图片(黑白图片)中检测矩形框的复杂度较低。这里,可以利用现有技术中的目标检测方法来从所述二值化图片中检测矩形框。另外,本发明实施例还提供一种更加简单的检测矩形框的实现方法,如下所述。
1)从上至下、从左至右扫描二值化图片,获取多条宽度在预设范围内的竖线,得到一竖线集合。
这里的竖线是二值化图片中的黑色线条,优选为垂直黑色无间断线条。由于在利用框选工具对页面截图进行框选时,框选线条的粗细范围是已知的,这个已知的粗细范围即为预设范围。其中,所述预设范围例如为4~12像素。进一步,还可以设置竖线长度在预设最小长度之上,才将其加入竖线集合。预设最小长度可以为上文中的高度范围中的最小高度值。
2)从所述竖线集合中筛选出线条底端处于同一水平线上的多条粗细相等的线条,得到多个结果集。
也就是说,多个结果集中的每个结果集均包括多条竖线,一个结果集中的多条竖线的底端处于同一水平线上,且粗细相等。根据矩形的构成定义,一个合格的矩形选区应该有两条对等的垂直边,通过本步骤的筛选就是初步将可以满足矩形定义的线条集合过滤出来。
3)对于多个结果集的每个结果集,从该结果集中筛选出两两高度相等的线条对,并将筛选出的所有线条对加入线条对集合中。
因为一个合格的矩形选区应该有两条对等的垂直边,所以筛选出的线条对,就有可能为矩形选区的两条垂直边。具体的筛选方法例如为:对于每个结果集,以最左边的线条作为比较标准,从左至右,查找与之高度相等的线条,如果配对成功,将这两条线条加入到线条对集合中;然后,再用下一个没有配对的依次比较,直到结果集中的所有线条都完成比较;如果出现孤立存在的线条则将其丢弃。
4)对于线条对集合中的每个线条对,计算该线条对中两个线条的水平距离,并从中筛选出水平距离在预设的宽度范围内的线条对,得到新的线条对集合。
因为矩形框的宽度和高度的范围是预定的,所以要构成矩形框,每个线条对的水平距离应当在预定的宽度范围之内。具体地,可以将线条对的两个线条条的水平方向的坐标值进行相减,得到所述水平距离。
5)对于新的线条对集合中的每个线条对,当该线条对的两个最顶端像素点和两个最底端像素点分别满足横向连通性条件时,则将这四个像素点构成的矩形确定为检测得到的矩形框。
这里,横向连通性条件为:两个像素点间的黑色像素饱满率在预设值之上。黑色像素饱满率是指,两个像素点之间的黑色像素的数目,与两个像素点之间的所有像素的数目,二者的比值。
由于新的线条对集合中存在一种不合理情况,即存在两条垂直边在实际图片上没有横向边的情况,这种问题是由于前几步过滤时,同一水平方向,不符合条件的线条太多,导致跨度加大。所以,就要对矩形横向连通性进行验证。本步骤中,预设值例如为0.88,即两点间黑色像素饱满率在0.88以上,认为这是一个有效的横向边。
在一种实现方式中,还对上述四个像素点构成的矩形做进一步判断,例如,判断该矩形的宽度是否在预设的宽度范围之内,以及,判断该矩形的高度是否在预设的高度范围之内,若是,再将该矩形确定为检测得到的矩形框。
根据本发明的实施例,能够检测出真实的对广告投放区域进行框选的矩形框的准确率较高。当然,如果存在低概率的检测错误的情况,还可以人工进行相应的调整;或者,可以忽略该错误,即容忍存在一定的错误率。
在第一图片中检测出矩形框之后,方法200进入步骤S206。在步骤S206中,将第二图片贴设到所述矩形框周边的预定位置,从而形成合成图片。例如,将第二图片贴设到矩形框的上面、下面、左面或右面。图3示出了方法200的图片合成效果图(注:应当是彩色图,由于专利申请不能提交彩色附图,故转化为了灰度图),如图3所示,第二图片(时间图片)贴设在矩形框的上面中部。
在具体实现时,还可以根据第一图片的大小,对第二图片进行相应的缩放处理,以便能够将第二图片放置于第一图片中,而不超过第一图片的范围。最后,将合成图片提供给广告主,广告主根据广告图片就能获取自己的广告于某时在哪个位置进行了投放。
综上所述,根据本发明的方案,基于第一颜色对第一图片进行二值化处理,并从二值化图片中检测出矩形框,基于矩形框的位置来合成时间图片,实现方式简单,且图片的合成位置比较准确。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
Claims (9)
1.一种合成图片的方法,在计算设备中执行,适于对第一图片和第二图片进行合成,所述第一图片为广告投放页面的页面截图,所述页面截图中具有利用矩形框进行框选的广告投放区域,且页面截图为RGB图片,所述矩形框的线条颜色为R、G、B中的第一颜色,所述第二图片为包含页面截图的生成时间信息的时间图片,所述方法包括:
基于所述第一颜色对所述第一图片进行二值化处理,得到二值化图片;
从所述二值化图片中检测出对广告投放区域进行框选对应的矩形框;
将第二图片贴设到所述第一图片中所述矩形框周边的预定位置,从而形成合成图片;
其中,所述基于所述第一颜色对所述第一图片进行二值化处理,包括:
获取第一图片中各像素点在第一颜色通道下的颜色平均值,其中,第一颜色通道是第一颜色所表示的颜色通道;
对于第一图片中的每个像素点,将该像素点的第一颜色通道的颜色值与所述颜色平均值进行比较,并将该像素点的其他两个颜色通道的颜色值分别与对应的二值化阈值进行比较,若(255-第一颜色通道的颜色值)小于所述颜色平均值,且其他两个颜色通道的颜色值分别小于对应的二值化阈值,则将该像素点的颜色转换为黑色,否则,将该像素点的颜色转换为白色。
2.如权利要求1所述的方法,其中,所述获取第一图片中各像素点在第一颜色通道下的颜色平均值,包括:
获取第一图片中每个像素点在第一颜色通道下的颜色值;
对所有像素点在第一颜色通道下的颜色值乘以预设的容差系数后,再进行累加,得到累加结果;
将累加结果除以第一图片的面积,得到所述颜色平均值。
3.如权利要求1所述的方法,还包括:在检测矩形框之前,对所述二值化图片中的锯齿线条进行平滑处理。
4.如权利要求1-3中任一项所述的方法,其中,从所述二值化图片中检测出对广告投放区域进行框选对应的矩形框,包括:
扫描所述二值化图片,获取多条宽度在预设范围内的竖线,得到一竖线集合;
从所述竖线集合中筛选出线条底端处于同一水平线上的多条粗细相等的线条,得到多个结果集;
对于多个结果集的每个结果集,从该结果集中筛选出两两高度相等的线条对,并将筛选出的所有线条对加入线条对集合中;
对于线条对集合中的每个线条对,计算该线条对中两个线条的水平距离,并从中筛选出水平距离在预设的宽度范围内的线条对,得到新的线条对集合;
对于新的线条对集合中的每个线条对,当该线条对的两个最顶端像素点和两个最底端像素点分别满足横向连通性条件时,则将这四个像素点构成的矩形确定为检测得到的矩形框。
5.如权利要求4所述的方法,其中,所述横向连通性条件为:两个像素点间的黑色像素饱满率在预设值之上;所述黑色像素饱满率是指,两个像素点之间的黑色像素的数目,与两个像素点之间的所有像素的数目,二者的比值。
6.如权利要求2所述的方法,所述容差系数为0.75。
7.如权利要求5所述的方法,所述预设值为0.88。
8.一种计算设备,包括:
至少一个处理器;和
存储有程序指令的存储器,其中,所述程序指令被配置为适于由所述至少一个处理器执行,所述程序指令包括用于执行如权利要求1-7中任一项所述方法的指令。
9.一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911097020.4A CN110889882B (zh) | 2019-11-11 | 2019-11-11 | 一种合成图片的方法及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911097020.4A CN110889882B (zh) | 2019-11-11 | 2019-11-11 | 一种合成图片的方法及计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110889882A CN110889882A (zh) | 2020-03-17 |
CN110889882B true CN110889882B (zh) | 2023-05-30 |
Family
ID=69747253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911097020.4A Active CN110889882B (zh) | 2019-11-11 | 2019-11-11 | 一种合成图片的方法及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110889882B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106033528A (zh) * | 2015-03-09 | 2016-10-19 | 富士通株式会社 | 从彩色文档图像中提取特定区域的方法和设备 |
CN108090924B (zh) * | 2016-11-07 | 2020-03-10 | 深圳光启合众科技有限公司 | 图像处理方法和装置、机器人 |
US10922801B2 (en) * | 2017-07-19 | 2021-02-16 | Lockheed Martin Corporation | Channel-based binarization of color |
CN108446697B (zh) * | 2018-03-06 | 2019-11-12 | 平安科技(深圳)有限公司 | 图片处理方法、电子装置及存储介质 |
CN108615030B (zh) * | 2018-05-14 | 2020-01-10 | 北京奇艺世纪科技有限公司 | 一种标题一致性检测方法、装置及电子设备 |
CN109636753B (zh) * | 2018-12-11 | 2020-09-18 | 珠海奔图电子有限公司 | 图像处理方法和装置、电子设备及计算机可读存储介质 |
-
2019
- 2019-11-11 CN CN201911097020.4A patent/CN110889882B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110889882A (zh) | 2020-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106157273B (zh) | 生成合成图片的方法及装置 | |
US20150324639A1 (en) | Mobile image capture, processing, and electronic form generation | |
US9692937B1 (en) | Methods and apparatus for identifying lines in an image and using identified lines | |
US20150324946A1 (en) | System and method for embedding of a two dimensional code with an image | |
US20210158488A1 (en) | Image edge processing method, electronic device, and computer readable storage medium | |
US8599287B2 (en) | Image providing device, image processing method, image processing program, and recording medium for forming a mosaic image | |
US20130329002A1 (en) | Adaptive Image Blending Operations | |
CN108830133B (zh) | 合同影像图片的识别方法、电子装置及可读存储介质 | |
JP2016516245A (ja) | モバイル装置を用いた画像内のオブジェクトの分類 | |
CN111353497A (zh) | 一种身份证信息的识别方法和装置 | |
JP2016517587A (ja) | モバイル装置を用いて取込まれたデジタル画像におけるオブジェクトの分類 | |
CN103975342A (zh) | 用于移动图像捕获和处理的系统和方法 | |
KR101597739B1 (ko) | 화상 처리 장치, 화상 처리 방법, 및 컴퓨터 판독 가능한 매체 | |
CN106202086B (zh) | 一种图片处理、获取方法、装置及系统 | |
CN104966092B (zh) | 一种图像处理方法和装置 | |
CN107622504B (zh) | 用于处理图片的方法和装置 | |
US20140312125A1 (en) | One-dimensional barcode resizing device, method, non-transitory computer-readable medium, and one-dimensional barcode system | |
US9003280B2 (en) | Displaying still and moving images of a constant size or images that occupy a specified percentage of a screen across different size display screens | |
Garg et al. | Structure preservation in content‐aware image retargeting using multi‐operator | |
JP2004362443A (ja) | パラメータ決定方式 | |
US8897538B1 (en) | Document image capturing and processing | |
CN110889882B (zh) | 一种合成图片的方法及计算设备 | |
CN113487473A (zh) | 一种添加图像水印的方法、装置、电子设备及存储介质 | |
CN113762235A (zh) | 检测页面叠加区域的方法和装置 | |
JP2021196451A (ja) | 画像変換装置、画像変換方法及び画像変換用コンピュータプログラム |
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 |