CN111125413B - 文本图片的过滤方法、装置及电子设备 - Google Patents
文本图片的过滤方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111125413B CN111125413B CN201911365221.8A CN201911365221A CN111125413B CN 111125413 B CN111125413 B CN 111125413B CN 201911365221 A CN201911365221 A CN 201911365221A CN 111125413 B CN111125413 B CN 111125413B
- Authority
- CN
- China
- Prior art keywords
- color
- picture
- text
- filtered
- target
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/535—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种文本图片的过滤方法、装置及电子设备,涉及图像处理技术领域,该方法包括:将待过滤的彩色图片转换为颜色空间模型;将待过滤的彩色图片中的文本颜色确定为目标颜色,并获取目标颜色的颜色空间范围值;根据目标颜色的颜色空间范围值对颜色空间模型进行颜色转换,得到待过滤的彩色图片对应的文本图片。本发明提升了文本图片过滤的精确度。
Description
技术领域
本发明涉及图像处理技术领域,尤其是涉及一种文本图片的过滤方法、装置及电子设备。
背景技术
随着信息时代的爆炸式发展,越来越多的图像数据通过各种途径传播,随之而来的挑战是如何快速有效地从海量的数据中心获取有用的信息。自然场景中的文字包罗万象,有风景、有人物、有建筑,如何从纷繁的图片中获取有价值的文本图片用于文字检测和文字识别,是目前计算机视觉领域一个备受关注的问题。现有的文本图片过滤技术是基于图片的图像直方图过滤图片中的文本的,由于一些图片中的颜色数值并不是绝对数值,导致现有的文本图片过滤技术的精确度较低。
发明内容
本发明实施例的目的在于提供一种文本图片的过滤方法、装置及电子设备,提升了文本图片过滤的精确度。
第一方面,本发明实施例提供了一种文本图片的过滤方法,包括:将待过滤的彩色图片转换为颜色空间模型;将所述待过滤的彩色图片中的文本颜色确定为目标颜色,并获取所述目标颜色的颜色空间范围值;根据所述目标颜色的颜色空间范围值对所述颜色空间模型进行颜色转换,得到所述待过滤的彩色图片对应的文本图片。
在可选的实施方式中,所述根据所述目标颜色的颜色空间范围值对所述颜色空间模型进行颜色转换,得到所述待过滤的彩色图片对应的文本图片的步骤,包括:根据所述目标颜色的颜色空间范围值,利用预设的算法将所述颜色空间模型中的所述目标颜色转换为黑色,并将所述颜色空间模型中除所述目标颜色之外的颜色转换为白色,得到初步过滤后的文本图片;对所述初步过滤后的文本图片进行腐蚀与膨胀操作,得到所述待过滤的彩色图片对应的文本图片。
在可选的实施方式中,所述利用预设的算法将所述颜色空间模型中的所述目标颜色转换为黑色,并将所述颜色空间模型中除所述目标颜色之外的颜色转换为白色的步骤,包括:通过inRange函数将所述颜色空间模型中处于所述目标颜色的颜色空间范围值之内的颜色设定为白色的前景,并将所述颜色空间模型中处于所述目标颜色的颜色空间范围值之外的颜色设定为黑色背景。
在可选的实施方式中,所述利用预设的算法将所述颜色空间模型中的所述目标颜色转换为黑色,并将所述颜色空间模型中除所述目标颜色之外的颜色转换为白色的步骤,包括:利用二值化算法将所述待过滤的彩色图片上的目标像素点的灰度值设置为0,并将所述待过滤的彩色图片上除所述目标像素点之外的其他像素点的灰度值均设置为255;其中,所述目标像素点为颜色处于所述目标颜色的颜色空间范围值之内的像素点。
在可选的实施方式中,所述方法还包括:遍历所述待过滤的彩色图片对应的文本图片的像素点;统计所述文本图片中白色像素点的数量;当所述文本图片中白色像素点的数量超过预设阈值时,确定所述文本图片合格。
第二方面,本发明实施例提供了一种文本图片的过滤装置,包括:转换模块,用于将待过滤的彩色图片转换为颜色空间模型;目标确定模块,用于将所述待过滤的彩色图片中的文本颜色确定为目标颜色,并获取所述目标颜色的颜色空间范围值,所述颜色空间的范围值包括色调、饱和度和亮度;颜色限制模块,用于根据所述目标颜色的颜色空间范围值对所述颜色空间模型进行颜色转换,得到所述待过滤的彩色图片对应的文本图片。
在可选的实施方式中,所述颜色限制模块,进一步用于根据所述目标颜色的颜色空间范围值,利用预设的算法将所述颜色空间模型中的所述目标颜色转换为黑色,并将所述颜色空间模型中除所述目标颜色之外的颜色转换为白色,得到初步过滤后的文本图片;对所述初步过滤后的文本图片进行腐蚀与膨胀操作,得到所述待过滤的彩色图片对应的文本图片。
在可选的实施方式中,所述装置还包括:合格判定模块,用于遍历所述待过滤的彩色图片对应的文本图片的像素点;统计所述文本图片中白色像素点的数量;当所述文本图片中白色像素点的数量超过预设阈值时,确定所述文本图片合格。
第三方面,本发明实施例提供了一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如第一方面所述的方法的步骤。
第四方面,本发明实施例提供了一种计算机可读介质,其中,所述计算机可读介质存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,所述计算机可执行指令促使所述处理器实现如第一方面所述的方法。
本发明实施例提供了一种文本图片的过滤方法、装置及电子设备,该方法包括:首先将待过滤的彩色图片转换为颜色空间模型;然后将待过滤的彩色图片中的文本颜色确定为目标颜色,并获取目标颜色的颜色空间范围值,颜色空间的范围值包括色调、饱和度和亮度;最后根据目标颜色的颜色空间范围值对颜色空间模型进行颜色转换,得到待过滤的彩色图片对应的文本图片。该方法通过将待过滤的彩色图片转换为颜色空间模型,使将待过滤的彩色图片中的每种颜色都为确定的数值,进而可以根据目标颜色的空间范围值进行颜色转换,实现了目标颜色的精确过滤,提升了文本图片过滤的精确度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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为本发明实施例提供的一种文本图片的过滤方法流程图;
图2为本发明实施例提供的一种文本图片的过滤装置结构示意图;
图3为本发明实施例提供的另一种文本图片的过滤装置结构示意图;
图4为本发明实施例提供的一种电子设备结构示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
考虑到现有的文本图片过滤技术还存在精确度较低的问题,本发明实施例提供了一种文本图片的过滤方法、装置及电子设备,可以应用于提升文本图片过滤的精确度。
本发明实施例提供了一种文本图片的过滤方法,参见如图1所示的文本图片的过滤方法流程图,该方法可以由电子设备诸如移动终端或计算机执行,该方法主要包括以下步骤S102~步骤S106:
步骤S102:将待过滤的彩色图片转换为颜色空间模型。
上述颜色空间模型也称为HSV(Hue,Saturation,Value),是根据颜色的直观特性创建的一种颜色空间,这个模型中颜色的参数分别是:色调(用H表示,取值0-180),饱和度(用S表示,取值0-255),明度(用V表示,取值0-255)。不同的颜色有着不同的取值范围,不同的颜色提取范围一般如下表所示:
其中,上表中的H-min和H-max分别代表该颜色的色调的最大值和最小值,S-min和S-max分别代表该颜色的饱和度的最大值和最小值,V-min和V-max分别代表该颜色的明度的最大值和最小值。
步骤S104:将待过滤的彩色图片中的文本颜色确定为目标颜色,并获取目标颜色的颜色空间范围值。
为了过滤出待过滤的彩色图片中的文本,可以将图片中的文本颜色设置为目标颜色,并获取该目标颜色的颜色空间范围值。诸如,若待过滤的彩色图片中由红色的文本字体,则可以将红色设置为目标颜色,获取红色的HSV范围值。
步骤S106:根据目标颜色的颜色空间范围值对颜色空间模型进行颜色转换,得到待过滤的彩色图片对应的文本图片。
将待过滤的彩色图片构成的颜色空间模型中处于上述目标颜色的颜色空间范围值之外的颜色均转换为背景色,诸如白色,将待过滤的彩色图片构成的颜色空间模型中处于上述目标颜色的颜色空间范围值之内的颜色均转换为与背景色不同,且容易分辨的颜色,诸如,当背景色为白色时,将处于上述目标颜色的颜色空间范围值之内的颜色转换为黑色。通过上述方法,可以根据待过滤的彩色图片中文本的颜色,设置不同的目标颜色,进而可以将待过滤的彩色图片中不同颜色的文本均过滤得到文本图片。
本实施例提供上述文本图片的过滤方法,通过将待过滤的彩色图片转换为颜色空间模型,使将待过滤的彩色图片中的每种颜色都为确定的数值,进而可以根据目标颜色的空间范围值进行颜色转换,实现了目标颜色的精确过滤,提升了文本图片过滤的精确度。
为了实现对待过滤的彩色图片的精确颜色转换,本实施例提供了根据目标颜色的颜色空间范围值对颜色空间模型进行颜色转换,得到待过滤的彩色图片对应的文本图片的实施方式,具体可参照如下步骤(1)~步骤(2)执行:
步骤(1):根据目标颜色的颜色空间范围值,利用预设的算法将颜色空间模型中的目标颜色转换为黑色,并将颜色空间模型中除目标颜色之外的颜色转换为白色,得到初步过滤后的文本图片。
在一种实施方式中,通过inRange函数将颜色空间模型中处于目标颜色的颜色空间范围值之内的颜色设定为白色的前景,并将颜色空间模型中处于目标颜色的颜色空间范围值之外的颜色设定为黑色背景。从而可以实现将初步过滤后的文本图片中的目标颜色设置为黑色,除目标颜色之外的其他颜色设置为白色,使图片中的文本更加明显。
在另一种实施方式中,利用二值化算法将待过滤的彩色图片上的目标像素点的灰度值设置为0,并将待过滤的彩色图片上除目标像素点之外的其他像素点的灰度值均设置为255;其中,目标像素点为颜色处于目标颜色的颜色空间范围值之内的像素点。上述二值化算法也可以称为图像二值化,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。通过将处于目标颜色的颜色空间范围值之内的像素点设置为黑色,将处于目标颜色的颜色空间范围值之外的像素点设置为白色,得到初步过滤后的黑白文本图片。
步骤(2):对初步过滤后的文本图片进行腐蚀与膨胀操作,得到待过滤的彩色图片对应的文本图片。
为了使过滤得到的文本图片更加平滑,更加清楚,还需要对初步过滤后的文本图片进行腐蚀与膨胀操作,该膨胀操作将目标点融合到背景中,向外部扩展。膨胀操作可以将断裂开的目标物进行合并,便于对其整体的提取,连接断点。腐蚀操作与膨胀意义相反,消除连通的边界,使边界向内收缩。腐蚀处理可以将粘连在一起的不同目标物分离,并可以将小的颗粒噪声去除。
为了将过滤后的文本图片进行单独保存,本实施例提供的方法还包括:
遍历待过滤的彩色图片对应的文本图片的像素点;统计文本图片中白色像素点的数量;当文本图片中白色像素点的数量超过预设阈值时,确定文本图片合格。合格的文本图片即为过滤待过滤的彩色图片后得到的文本图片。
该方法也可以用来筛选待过滤的彩色图片和过滤后的文本图片,具体的,使用预先编写的白色像素遍历程序,遍历整待筛选图片中所有的白色像素点,并设定白色像素点的预设阈值,当待筛选图片中白色像素点的数量超过预设阈值时,确定待筛选图片为过滤得到的文本图片;当待筛选图片中白色像素点的数量小于预设阈值时,确定待筛选图片为待过滤的彩色图片,将过滤后的文本图片与待过滤的彩色图片分开保存,以待后续图像文字检测与识别处理。
本实施例提供的上述文本图片的过滤方法,通过设定颜色空间范围的处理,将颜色空间范围外的颜色变成黑色的背景,将颜色空间范围内的目标颜色变成白色的前景,并通过计算白色前景的像素点作为依据,将文本图片的黑白图与自然场景中的纷繁色彩的图片进行区分与过滤。操作原理简单明了,计算量较小,实际效果可观。还可继续扩展为图片的前后景分割、图片特定颜色的提取等应用场景,应用灵活,可行性较高。
对应于上述文本图片的过滤方法,本实施例提供了一种文本图片的过滤装置,参见如图2所示的文本图片的过滤装置结构示意图,该装置包括:
转换模块21,用于将待过滤的彩色图片转换为颜色空间模型。
目标确定模块22,用于将待过滤的彩色图片中的文本颜色确定为目标颜色,并获取目标颜色的颜色空间范围值,颜色空间的范围值包括色调、饱和度和亮度。
颜色限制模块23,用于根据目标颜色的颜色空间范围值对颜色空间模型进行颜色转换,得到待过滤的彩色图片对应的文本图片。
本实施例提供上述文本图片的过滤装置,通过将待过滤的彩色图片转换为颜色空间模型,使将待过滤的彩色图片中的每种颜色都为确定的数值,进而可以根据目标颜色的空间范围值进行颜色转换,实现了目标颜色的精确过滤,提升了文本图片过滤的精确度。
在一种实施方式中,上述颜色限制模块23,进一步用于根据目标颜色的颜色空间范围值,利用预设的算法将颜色空间模型中的目标颜色转换为黑色,并将颜色空间模型中除目标颜色之外的颜色转换为白色,得到初步过滤后的文本图片;对初步过滤后的文本图片进行腐蚀与膨胀操作,得到待过滤的彩色图片对应的文本图片。
在一种实施方式中,上述颜色限制模块23,进一步用于通过inRange函数将颜色空间模型中处于目标颜色的颜色空间范围值之内的颜色设定为白色的前景,并将颜色空间模型中处于目标颜色的颜色空间范围值之外的颜色设定为黑色背景。
在一种实施方式中,上述颜色限制模块23,进一步用于利用二值化算法将待过滤的彩色图片上的目标像素点的灰度值设置为0,并将待过滤的彩色图片上除目标像素点之外的其他像素点的灰度值均设置为255;其中,目标像素点为颜色处于目标颜色的颜色空间范围值之内的像素点。
在一种实施方式中,参见如图3所示的另一种文本图片的过滤装置结构示意图,上述装置还包括:
合格判定模块34,用于遍历待过滤的彩色图片对应的文本图片的像素点;统计文本图片中白色像素点的数量;当文本图片中白色像素点的数量超过预设阈值时,确定文本图片合格。
本实施例提供的上述文本图片的过滤装置,通过设定颜色空间范围的处理,将颜色空间范围外的颜色变成黑色的背景,将颜色空间范围内的目标颜色变成白色的前景,并通过计算白色前景的像素点作为依据,将文本图片的黑白图与自然场景中的纷繁色彩的图片进行区分与过滤。操作原理简单明了,计算量较小,实际效果可观。还可继续扩展为图片的前后景分割、图片特定颜色的提取等应用场景,应用灵活,可行性较高。
本实施例所提供的装置,其实现原理及产生的技术效果和前述实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备,如图4所示的电子设备结构示意图,电子设备包括处理器41、存储器42,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例提供的方法的步骤。
参见图4,电子设备还包括:总线44和通信接口43,处理器41、通信接口43和存储器42通过总线44连接。处理器41用于执行存储器42中存储的可执行模块,例如计算机程序。
其中,存储器42可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线44可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器42用于存储程序,所述处理器41在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器41中,或者由处理器41实现。
处理器41可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器41中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器41可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等。还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器42,处理器41读取存储器42中的信息,结合其硬件完成上述方法的步骤。
本发明实施例提供了一种计算机可读介质,其中,所述计算机可读介质存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,所述计算机可执行指令促使所述处理器实现上述实施例所述的方法。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种文本图片的过滤方法,其特征在于,包括:
将待过滤的彩色图片转换为颜色空间模型;
将所述待过滤的彩色图片中的文本颜色确定为目标颜色,并获取所述目标颜色的颜色空间范围值;
根据所述目标颜色的颜色空间范围值对所述颜色空间模型进行颜色转换,得到所述待过滤的彩色图片对应的文本图片;
所述方法还包括:
遍历待筛选图片中所有的白色像素点;
当所述待筛选图片中白色像素点的数量超过预设阈值时,确定所述待筛选图片为过滤得到的文本图片;
当所述待筛选图片中白色像素点的数量小于所述预设阈值时,确定所述待筛选图片为所述待过滤的彩色图片。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标颜色的颜色空间范围值对所述颜色空间模型进行颜色转换,得到所述待过滤的彩色图片对应的文本图片的步骤,包括:
根据所述目标颜色的颜色空间范围值,利用预设的算法将所述颜色空间模型中的所述目标颜色转换为黑色,并将所述颜色空间模型中除所述目标颜色之外的颜色转换为白色,得到初步过滤后的文本图片;
对所述初步过滤后的文本图片进行腐蚀与膨胀操作,得到所述待过滤的彩色图片对应的文本图片。
3.根据权利要求2所述的方法,其特征在于,所述利用预设的算法将所述颜色空间模型中的所述目标颜色转换为黑色,并将所述颜色空间模型中除所述目标颜色之外的颜色转换为白色的步骤,包括:
通过inRange函数将所述颜色空间模型中处于所述目标颜色的颜色空间范围值之内的颜色设定为白色的前景,并将所述颜色空间模型中处于所述目标颜色的颜色空间范围值之外的颜色设定为黑色背景。
4.根据权利要求2所述的方法,其特征在于,所述利用预设的算法将所述颜色空间模型中的所述目标颜色转换为黑色,并将所述颜色空间模型中除所述目标颜色之外的颜色转换为白色的步骤,包括:
利用二值化算法将所述待过滤的彩色图片上的目标像素点的灰度值设置为0,并将所述待过滤的彩色图片上除所述目标像素点之外的其他像素点的灰度值均设置为255;其中,所述目标像素点为颜色处于所述目标颜色的颜色空间范围值之内的像素点。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
遍历所述待过滤的彩色图片对应的文本图片的像素点;
统计所述文本图片中白色像素点的数量;
当所述文本图片中白色像素点的数量超过预设阈值时,确定所述文本图片合格。
6.一种文本图片的过滤装置,其特征在于,包括:
转换模块,用于将待过滤的彩色图片转换为颜色空间模型;
目标确定模块,用于将所述待过滤的彩色图片中的文本颜色确定为目标颜色,并获取所述目标颜色的颜色空间范围值,所述颜色空间的范围值包括色调、饱和度和亮度;
颜色限制模块,用于根据所述目标颜色的颜色空间范围值对所述颜色空间模型进行颜色转换,得到所述待过滤的彩色图片对应的文本图片;
所述装置还用于:遍历待筛选图片中所有的白色像素点;当所述待筛选图片中白色像素点的数量超过预设阈值时,确定所述待筛选图片为过滤得到的文本图片;当所述待筛选图片中白色像素点的数量小于所述预设阈值时,确定所述待筛选图片为所述待过滤的彩色图片。
7.根据权利要求6所述的装置,其特征在于,所述颜色限制模块,进一步用于根据所述目标颜色的颜色空间范围值,利用预设的算法将所述颜色空间模型中的所述目标颜色转换为黑色,并将所述颜色空间模型中除所述目标颜色之外的颜色转换为白色,得到初步过滤后的文本图片;对所述初步过滤后的文本图片进行腐蚀与膨胀操作,得到所述待过滤的彩色图片对应的文本图片。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
合格判定模块,用于遍历所述待过滤的彩色图片对应的文本图片的像素点;统计所述文本图片中白色像素点的数量;当所述文本图片中白色像素点的数量超过预设阈值时,确定所述文本图片合格。
9.一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1-5任一项所述的方法。
10.一种计算机可读介质,其特征在于,所述计算机可读介质存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,所述计算机可执行指令促使所述处理器实现权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911365221.8A CN111125413B (zh) | 2019-12-26 | 2019-12-26 | 文本图片的过滤方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911365221.8A CN111125413B (zh) | 2019-12-26 | 2019-12-26 | 文本图片的过滤方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111125413A CN111125413A (zh) | 2020-05-08 |
CN111125413B true CN111125413B (zh) | 2023-10-13 |
Family
ID=70502970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911365221.8A Active CN111125413B (zh) | 2019-12-26 | 2019-12-26 | 文本图片的过滤方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111125413B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156703A (zh) * | 2014-08-01 | 2014-11-19 | 武汉工程大学 | 基于色彩纹理的车牌定位方法及系统 |
CN108460381A (zh) * | 2018-03-13 | 2018-08-28 | 南京邮电大学 | 基于图像识别的发票报销信息定位及截取方法 |
CN109409377A (zh) * | 2018-12-03 | 2019-03-01 | 龙马智芯(珠海横琴)科技有限公司 | 图像中文字的检测方法及装置 |
CN109903261A (zh) * | 2019-02-19 | 2019-06-18 | 北京奇艺世纪科技有限公司 | 一种图像处理方法、装置及电子设备 |
-
2019
- 2019-12-26 CN CN201911365221.8A patent/CN111125413B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156703A (zh) * | 2014-08-01 | 2014-11-19 | 武汉工程大学 | 基于色彩纹理的车牌定位方法及系统 |
CN108460381A (zh) * | 2018-03-13 | 2018-08-28 | 南京邮电大学 | 基于图像识别的发票报销信息定位及截取方法 |
CN109409377A (zh) * | 2018-12-03 | 2019-03-01 | 龙马智芯(珠海横琴)科技有限公司 | 图像中文字的检测方法及装置 |
CN109903261A (zh) * | 2019-02-19 | 2019-06-18 | 北京奇艺世纪科技有限公司 | 一种图像处理方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111125413A (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109325954B (zh) | 图像分割方法、装置及电子设备 | |
CN109978890B (zh) | 基于图像处理的目标提取方法、装置及终端设备 | |
CN108805023B (zh) | 一种图像检测方法、装置、计算机设备及存储介质 | |
CN112102204B (zh) | 图像增强方法、装置及电子设备 | |
CN110189349B (zh) | 图像处理方法及装置 | |
JP6160004B2 (ja) | シーン認識方法および装置 | |
US11425309B2 (en) | Image capture method and apparatus | |
CN110399842B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
CN110991310B (zh) | 人像检测方法、装置、电子设备及计算机可读介质 | |
CN111696064B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
CN108737875B (zh) | 图像处理方法及装置 | |
CN109214996B (zh) | 一种图像处理方法及装置 | |
CN111626967A (zh) | 图像增强方法、装置、计算机装置及可读存储介质 | |
CN112257629A (zh) | 一种建筑图纸的文本信息识别方法及装置 | |
CN111311573B (zh) | 枝条确定方法、装置及电子设备 | |
CN112101323B (zh) | 标题列表的识别方法、系统、电子设备及存储介质 | |
CN111539975B (zh) | 一种运动目标的检测方法、装置、设备及存储介质 | |
CN111160340B (zh) | 一种运动目标检测方法、装置、存储介质及终端设备 | |
CN111125413B (zh) | 文本图片的过滤方法、装置及电子设备 | |
CN115829848A (zh) | 处理图形符号的方法、装置和计算机可读存储介质 | |
CN111986176B (zh) | 一种裂纹图像识别方法、系统、终端及可读存储介质 | |
CN114219760A (zh) | 仪表的读数识别方法、装置及电子设备 | |
CN112949423A (zh) | 物体识别方法、物体识别装置及机器人 | |
CN114596210A (zh) | 噪声估计方法、装置、终端设备及计算机可读存储介质 | |
CN110705336B (zh) | 图像处理方法、系统、电子设备及可读存储介质 |
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 |