CN111275796B - 车牌合成方法、装置、计算机设备和存储介质 - Google Patents
车牌合成方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111275796B CN111275796B CN202010051247.1A CN202010051247A CN111275796B CN 111275796 B CN111275796 B CN 111275796B CN 202010051247 A CN202010051247 A CN 202010051247A CN 111275796 B CN111275796 B CN 111275796B
- Authority
- CN
- China
- Prior art keywords
- license plate
- picture
- patch
- synthesized
- 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
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种车牌合成方法、装置、计算机设备和存储介质。该车牌合成包括:获取车牌配置文件;其中,车牌配置文件包括车牌的背景图片和车牌的前景补丁图片;根据预设的配置约束条件,将前景补丁图片填充至背景图片中,得到标准车牌;对标准车牌进行第一数据增强,得到第一合成车牌。整个过程中,无需人工介入,能快速有效地得到大量的合成车牌,且作为其他模型的训练数据,合成车牌中记录着该车牌对应的前景补丁图片、背景图片、数据增强参数等信息,无需进行额外的人工标注,能够有效地降低车牌合成的成本。
Description
技术领域
本申请涉及模式识别技术领域,特别涉及一种车牌合成方法、装置、计算机设备和存储介质。
背景技术
随着智能模式识别技术的不断发展,车牌识别技术作为安防监控重要技术手段,也得到了越来越广泛的应用。深度学习和卷积神经网络推动的车牌识别技术中,训练数据的多样性和充分性成为了提升车牌识别系统性能的最重要一环。传统技术中,训练数据的获取,通常是从实际交通场景的图片中挑选出包含车牌的图片,接着从相应的图片中人工裁剪出车牌图片,并对车牌图片进行人工标标注得到的。
然而,人工裁剪图片并对图片进行标注需要耗费大量的人力、物力和时间,无法快速有效地得到大量的训练数据。
发明内容
基于此,有必要针对上述技术问题,提供一种车牌合成方法、装置、计算机设备和存储介质。
第一方面,本申请实施例提供了一种车牌合成方法,所述方法包括:
获取车牌配置文件;其中,所述车牌配置文件包括所述车牌的背景图片和所述车牌的前景补丁图片;
根据预设的配置约束条件,将所述前景补丁图片填充至所述背景图片中,得到标准车牌;
对所述标准车牌进行第一数据增强,得到第一合成车牌。
在其中一个实施例中,所述对所述标准车牌进行数据增强,得到第一合成车牌,之后包括:
从预设的场景图片库中获取目标场景图片;
将所述第一合成车牌设置于所述目标场景图片中,得到第二合成车牌;
对所述第二合成车牌进行第二数据增强,得到第三合成车牌。
在其中一个实施例中,所述将所述第一合成车牌设置于所述目标场景图片中,得到第二合成车牌,包括:
从所述目标场景图片中确定出目标位置区域;
将所述第一合成车牌设置于所述目标位置区域处,得到所述第二合成车牌。
在其中一个实施例中,所述获取车牌配置文件,包括:
从预设的车牌配置文件库中获取所述车牌配置文件;
或,按照预设的车牌合成需求,进行自定义设置,得到所述车牌配置文件。
在其中一个实施例中,所述获取车牌配置文件还包括至少一个补丁位置信息;
所述根据预设的配置约束条件,将所述前景补丁图片填充至所述背景图片中,得到标准车牌,包括:
从所述前景补丁图片中,确定出满足所述配置约束条件且与每一补丁位置对应的至少一个目标前景补丁图片;
将所述至少一个目标前景补丁图片,按照对应的补丁位置,填充至所述背景图片中,得到所述标准车牌。
在其中一个实施例中,所述将所述至少一个目标前景补丁图片,按照对应的补丁位置,填充至所述背景图片中,得到所述标准车牌,包括:
若一个补丁位置对应一个目标前景补丁图片,则将所述目标前景补丁图片,按照对应的补丁位置,填充至所述背景图片中,得到所述标准车牌;
若一个补丁位置对应多个目标前景补丁图片,则从所述多个目标前景补丁图片随机选取一个目标前景补丁图片,并按照对应的补丁位置,填充至所述背景图片中,得到所述标准车牌。
在其中一个实施例中,所述配置约束条件包括第一配置约束条件和第二配置约束条件;
所述第一配置约束条件用于对所述车牌中的至少一个补丁位置对应的整体前景补丁图片类型和数量进行约束;
所述第二配置约束条件用于对所述车牌中的至少一个补丁位置对应的单一前景补丁图片类型进行约束。
第二方面,本申请实施例提供了一种车牌合成装置,其特征在于,所述装置包括:
配置文件获取模块,用于获取车牌配置文件;其中,所述车牌配置文件包括所述车牌的背景图片和所述车牌的前景补丁图片;
标准车牌生成模块,用于根据预设的配置约束条件,将所述前景补丁图片填充至所述背景图片中,得到标准车牌;
车牌合成模块,用于对所述标准车牌进行第一数据增强,得到第一合成车牌。
第三方面,本申请实施例提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,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任一项所述方法的步骤。
根据本申请实施例提供的车牌合成方法、装置、计算机设备和存储介质,通过获取车牌配置文件,根据预设的配置约束条件,将车牌配置文件中的前景补丁图片填充至车牌配置文件中的背景图片中,得到标准车牌,并对标准车牌进行第一数据增强,得到第一合成车牌。整个过程中,无需人工介入,能快速有效地得到大量的合成车牌,且作为其他模型的训练数据,合成车牌中记录着该车牌对应的前景补丁图片、背景图片、数据增强参数等信息,无需进行额外的人工标注,能够有效地降低车牌合成的成本。
附图说明
图1为一个实施例中车牌合成方法的流程示意图;
图2为另一个实施例中车牌合成方法的流程示意图;
图3为一个实施例中步骤S200的一种可实施方式的流程示意图;
图4为一个实施例中标准车牌的合成示意图;
图5为一个实施例中车牌合成装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
可以理解本申请中所使用的术语“第一”、“第二”等可在本文中用于描述各种条件关系,但这些条件关系不受这些术语限制。这些术语仅用于将一个条件关系与另一个条件关系区分开来。
在一个实施例中,如图1所示,为一个实施例中车牌合成方法的流程示意图,包括以下步骤:
步骤S100,获取车牌配置文件;其中,车牌配置文件包括车牌的背景图片和车牌的前景补丁图片。
步骤S200,根据预设的配置约束条件,将前景补丁图片填充至背景图片中,得到标准车牌。
步骤S300,对标准车牌进行第一数据增强,得到第一合成车牌。
其中,背景图片是指每一类型的车牌中不随车牌变化而变化的信息,一般指车牌的背景,主要包括车牌的背景颜色、车牌的背景形状等信息。前景补丁图片是指车牌中用于区分不同车牌的标志性信息,这些标志性信息一般是随着车牌的变化而变化的,通常是数字0-9、字母A-Z和省份汉字等字符图片。配置约束条件是指车牌中的前景补丁图片的分布需要满足的约束条件,包括每一可放置前景补丁图片的位置处可填充的数字、字母、汉字类型,以及整个车牌中数字、字母、汉字最多或最少可填充的个数。数据增强是指为了得到更为真实的、一定数量的合成车牌,而进行的一系列的尺寸、光照、对比度、阴影、亮度变换以及高斯模糊、像素扰动、运动模糊、中心裁剪等操作。
具体地,在从预设的车牌配置文件库中获取车牌配置文件后,或者按照预设的车牌合成需求,进行自定义设置,得到车牌配置文件后,按照预设的配置约束条件,将前景补丁图片填充至背景图片中的对应位置,得到标准车牌。该标准车牌是按照配置约束条件得到的包含背景与相应车牌号码的车牌图片,然而,现实中用于训练的车牌一般为道路上的监控摄像头或行车记录仪上的摄像头等拍摄得到,这种训练用的车牌图片往往会因为拍摄设备、拍摄角度或拍摄环境的不同而呈现一定的尺寸、光照、对比度、阴影、亮度、模糊等变化,为了得到一定数量的、更为真实的车牌训练数据,对得到的标准车牌进行尺寸、光照、对比度、阴影、亮度变换等数据增强操作,以得到第一合成车牌。其中,各种数据增强操作的强度可以是根据实际情况进行预先设计,以得到预期效果的第一合成车牌;各种数据增强操作的强度也可以是随机的,以得到不同的一定数量的第一合成车牌。由本申请得到的合成车牌中,包含着背景图片信息、前景补丁图片信息、前景补丁图片信息对应的位置信息等,在合成车牌作为训练数据对其他模型进行训练时,可作为标准信息,无需再次进行人工标注,可节省大量的人工和时间成本。
上述车牌合成方法,通过获取车牌配置文件,根据预设的配置约束条件,将车牌配置文件中的前景补丁图片填充至车牌配置文件中的背景图片中,得到标准车牌,并对标准车牌进行第一数据增强,得到第一合成车牌。整个过程中,无需人工介入,能快速有效地得到大量的合成车牌,且作为其他模型的训练数据,合成车牌中记录着该车牌对应的前景补丁图片、背景图片、数据增强参数等信息,无需进行额外的人工标注,能够有效地降低车牌合成的成本。
在一个实施例中,如图2所示,为一个实施例中车牌合成方法的流程示意图,包括以下步骤:
步骤S10,获取车牌配置文件;其中,车牌配置文件包括车牌的背景图片和车牌的前景补丁图片。
步骤S20,根据预设的配置约束条件,将前景补丁图片填充至背景图片中,得到标准车牌。
步骤S30,对标准车牌进行第一数据增强,得到第一合成车牌。
步骤S40,从预设的场景图片库中获取目标场景图片。
步骤S50,将第一合成车牌设置于目标场景图片中,得到第二合成车牌。
步骤S60,对第二合成车牌进行第二数据增强,得到第三合成车牌。
上述步骤S10至S30的描述分别与上一实施例中的步骤S100至步骤S300中的描述一致,此处不再赘述。关于步骤S40至步骤S60,具体实现方式如下:
其中,预设的场景图片库是指可能或者应该会出现车牌的场景所形成的图片构成的图片库,例如,当合成的车牌是位于车辆的车尾、车头时,场景图片库中的图片的场景为各种车辆的车头、车尾,以及该车辆出现的场景,当合成车牌悬挂与某一特定位置时,场景图片库中的图片的场景可以为任意道路、田野以及其他可能的场景。
具体地,当合成车牌为指定场景时,从预设的场景图片库中抽取指定的场景图片作为目标场景图片,当合成车牌用于训练,且没有特定的场景时,从预设的场景图片库随机抽取场景图片作为目标场景图片。在得到目标场景图片后,将第一合成车牌放置于目标场景图片中,得到第二合成车牌,该第二合成车牌仅为简单地将第一合成车牌放置于目标场景图片中得到的,这种情况下,第一合成车牌与目标场景图片之间可能存在较为明显的边界,并且成车牌与目标场景图片在各自的亮度、对比度、阴影变现方式上可能存在很大的差异,为了使第二合成车牌更为真实、自然,对得到的第二合成车牌进行高斯模糊、像素扰动、运动模糊、中心裁剪等数据增强,以得到第三合成车牌。其中,各种数据增强操作的强度可以是根据实际情况进行预先设计,以得到预期效果的第三合成车牌;各种数据增强操作的强度也可以是随机的,以得到不同的一定数量的第三合成车牌。
可选地,从目标场景图片中确定出目标位置区域;将第一合成车牌设置于目标位置区域处,得到第二合成车牌。
具体地,在得到目标场景图片后,从目标场景图片中确定出放置第一合成车牌的目标位置区域,根据该目标位置区域,对第一合成车牌进行尺寸变换,并将经尺寸变换后的第一合成车牌放置于目标位置区域,以得到第二合成车牌。
可选地,标准车牌、第一合成车牌、第二合成车牌和第三合成车牌种包含对应的标注信息。
标注信息是指特定数据在用于模型训练时,用于表明数据特征的信息。
具体地,由本申请得到的第三合成车牌中,包含着背景图片信息、前景补丁图片信息、前景补丁图片信息对应的位置信息等,在第三合成车牌作为训练数据对其他模型进行训练时,可作为标准信息,无需再次进行人工标注,可节省大量的人工和时间成本。
上述车牌合成方法,通过获取车牌配置文件,根据预设的配置约束条件,将车牌配置文件中的前景补丁图片填充至车牌配置文件中的背景图片中,得到标准车牌,对标准车牌进行第一数据增强,得到第一合成车牌,并从预设的场景图片库中获取目标场景图片,将第一合成车牌设置于目标场景图片中,得到第二合成车牌,对第二合成车牌进行第二数据增强,得到第三合成车牌。整个过程中,无需人工介入,能快速有效地得到大量的第三合成车牌,且作为其他模型的训练数据,第三合成车牌中记录着该车牌对应的前景补丁图片、背景图片、数据增强参数等信息,无需进行额外的人工标注,能够有效地降低车牌训练数据合成的成本。
在其中一个实施例中,为一个实施例中步骤S100的一种可实施方式,其中,获取车牌配置文件,包括:
从预设的车牌配置文件库中获取车牌配置文件;或,按照预设的车牌合成需求,进行自定义设置,得到车牌配置文件。
具体地,现有的各种车牌一般具有相应的配置约束条件,现有的车牌可以形成相应的车牌配置文件库,在需要的时候直接调取即可。考虑到现有车辆的增长与车辆政策的不断变化,后续可能会颁布新的车牌,新的车牌可能包括不同的背景图片和前景补丁图片样式,届时,若需要对新的车牌进行合成,可根据具体的车牌合成需求,进行自定义设置,从而得到相应的车牌配置文件,为后续得到第一合成车牌提供数据基础。
在其中一个实施例中,如图3所示,为一个实施例中步骤S200的一种可实施方式的流程示意图,其中,根据预设的配置约束条件,将前景补丁图片填充至背景图片中,得到标准车牌,包括:
步骤S210,从前景补丁图片中,确定出满足配置约束条件且与每一补丁位置对应的至少一个目标前景补丁图片。
步骤S220,将至少一个目标前景补丁图片,按照对应的补丁位置,填充至背景图片中,得到标准车牌。
其中,车牌配置文件还包括至少一个补丁位置信息,补丁位置信息是指可以放置前景补丁图片的位置。
可选地,配置约束条件包括第一配置约束条件和第二配置约束条件;第一配置约束条件用于对车牌中的至少一个补丁位置对应的整体前景补丁图片类型和数量进行约束,例如,特定类型的车牌中可能规定,在同一个车牌中最多只有两个英文字母,此时,至少一个补丁位置对应的整体前景补丁图片类型中不能出现多于两个的英文字母;第二配置约束条件用于对车牌中的至少一个补丁位置对应的单一前景补丁图片类型进行约束,例如,特定类型的车牌中可能规定,在第一个补丁位置处仅可为汉字,则该位置不能出现数字或字母。如表1所示,为配置约束条件的部分表现方式:
车牌名称 | 配置约束条件 |
普通七位车牌 | 省份汉字+字母+5位号码位 |
警车车牌 | 省份汉字+字母+4位号码位+“警” |
大使馆车牌 | “使”+6位数字 |
领事馆车牌 | 省份汉字+字母+4位号码位+“领” |
政府车牌 | “Z”+“F”+5位号码位 |
农用车牌 | 省份汉字+两位数字+5位号码位 |
茂名临时车牌 | “茂”+“名”+6位号码位 |
北京临时车牌 | “京”+“临”+7位号码位 |
北京正式车牌 | “北”+“京”+6位号码位 |
具体地,车牌配置文件中的前景补丁图片为数字0-9、字母A-Z和省份汉字等中的一个或多个所组成的图片,在执行步骤S200时,需要从前景补丁图片中,确定出满足配置约束条件且与每一补丁位置对应的至少一个目标前景补丁图片,并将至少一个目标前景补丁图片,按照对应的补丁位置,填充至背景图片中,得到标准车牌。
可选地,若一个补丁位置对应一个目标前景补丁图片,则将目标前景补丁图片,按照对应的补丁位置,填充至背景图片中,得到标准车牌;若一个补丁位置对应多个目标前景补丁图片,则从多个目标前景补丁图片随机选取一个目标前景补丁图片,并按照对应的补丁位置,填充至背景图片中,得到标准车牌。
具体地,本申请并不限于合成特定的车牌,而是在配置约束条件的限定下,合成一切合理的车牌,此时,得到的特定补丁位置对应目标前景补丁图片可能为一个也可能为满足配置约束条件的多个前景补丁图片。当一个补丁位置对应一个目标前景补丁图片时,则无需过多操作,将目标前景补丁图片,按照对应的补丁位置,填充至背景图片中,即可得到标准车牌;当一个补丁位置对应多个目标前景补丁图片时,则需要从多个目标前景补丁图片随机选取一个目标前景补丁图片,并按照对应的补丁位置,填充至背景图片中,得到标准车牌
如图4所示,为一个实施例中标准车牌的合成示意图。图4中,可由目标前景补丁图片和背景图片,按照对应的补丁位置,得到标准车牌。其中,第一列为前景补丁图片,第二列为背景图片,第三列为对应合成的标准车牌。以第一排中的车牌为例进行说明,例如,第一排的前景补丁图片分别为“豫”、“B”、“.”、“0”、“6”、“4”、“N”、“Y”,将上述前景补丁图片按照对应的补丁位置,填充至背景图片中,得到标准车牌“豫B·064NY”,相应地,可以得到不同的标准车牌。上述实施例中,通过从前景补丁图片中,确定出满足配置约束条件且与每一补丁位置对应的至少一个目标前景补丁图片,并将至少一个目标前景补丁图片,按照对应的补丁位置,填充至背景图片中,得到标准车牌。整个过程中,无需人工介入,能快速有效地得到大量的标准车牌,标准车牌中记录着该车牌对应的前景补丁图片、背景图片、数据增强参数等信息,无需进行额外的人工标注,为后续合成车牌提供数据基础,能够有效地降低车牌合成的成本。
在一个实施例中,如图5所示,提供了一种车牌合成装置,包括:配置文件获取模块501、标准车牌生成模块502和车牌合成模块503,其中:
配置文件获取模块501,用于获取车牌配置文件;其中,车牌配置文件包括车牌的背景图片和车牌的前景补丁图片;
标准车牌生成模块502,用于根据预设的配置约束条件,将前景补丁图片填充至背景图片中,得到标准车牌;
车牌合成模块503,用于对标准车牌进行第一数据增强,得到第一合成车牌。
在其中一个实施例中,车牌合成装置还包括车牌训练数据合成模块,用于从预设的场景图片库中获取目标场景图片;将第一合成车牌设置于目标场景图片中,得到第二合成车牌;对第二合成车牌进行第二数据增强,得到第三合成车牌。
在其中一个实施例中,车牌训练数据合成模块还用于从目标场景图片中确定出目标位置区域;将第一合成车牌设置于目标位置区域处,得到第二合成车牌。
在其中一个实施例中,配置文件获取模块501还用于从预设的车牌配置文件库中获取车牌配置文件;或,按照预设的车牌合成需求,进行自定义设置,得到车牌配置文件。
在其中一个实施例中,标准车牌生成模块502还用于从前景补丁图片中,确定出满足配置约束条件且与每一补丁位置对应的至少一个目标前景补丁图片;将至少一个目标前景补丁图片,按照对应的补丁位置,填充至背景图片中,得到标准车牌。
在其中一个实施例中,标准车牌生成模块502还用于执行若一个补丁位置对应一个目标前景补丁图片,则将目标前景补丁图片,按照对应的补丁位置,填充至背景图片中,得到标准车牌;若一个补丁位置对应多个目标前景补丁图片,则从多个目标前景补丁图片随机选取一个目标前景补丁图片,并按照对应的补丁位置,填充至背景图片中,得到标准车牌。
在其中一个实施例中,标准车牌生成模块502还用于根据配置约束条件对标准车牌进行约束;配置约束条件包括第一配置约束条件和第二配置约束条件;第一配置约束条件用于对车牌中的至少一个补丁位置对应的整体前景补丁图片类型和数量进行约束;第二配置约束条件用于对车牌中的至少一个补丁位置对应的单一前景补丁图片类型进行约束。
关于车牌合成装置的具体限定可以参见上文中对于车牌合成方法的限定,在此不再赘述。上述车牌合成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车牌合成方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取车牌配置文件;其中,车牌配置文件包括车牌的背景图片和车牌的前景补丁图片;
根据预设的配置约束条件,将前景补丁图片填充至背景图片中,得到标准车牌;
对标准车牌进行第一数据增强,得到第一合成车牌。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:从预设的场景图片库中获取目标场景图片;将第一合成车牌设置于目标场景图片中,得到第二合成车牌;对第二合成车牌进行第二数据增强,得到第三合成车牌。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:从目标场景图片中确定出目标位置区域;将第一合成车牌设置于目标位置区域处,得到第二合成车牌。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:从预设的车牌配置文件库中获取车牌配置文件;或,按照预设的车牌合成需求,进行自定义设置,得到车牌配置文件。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:从前景补丁图片中,确定出满足配置约束条件且与每一补丁位置对应的至少一个目标前景补丁图片;将至少一个目标前景补丁图片,按照对应的补丁位置,填充至背景图片中,得到标准车牌。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:若一个补丁位置对应一个目标前景补丁图片,则将目标前景补丁图片,按照对应的补丁位置,填充至背景图片中,得到标准车牌;若一个补丁位置对应多个目标前景补丁图片,则从多个目标前景补丁图片随机选取一个目标前景补丁图片,并按照对应的补丁位置,填充至背景图片中,得到标准车牌。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:根据配置约束条件对标准车牌进行约束;配置约束条件包括第一配置约束条件和第二配置约束条件;第一配置约束条件用于对车牌中的至少一个补丁位置对应的整体前景补丁图片类型和数量进行约束;第二配置约束条件用于对车牌中的至少一个补丁位置对应的单一前景补丁图片类型进行约束。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取车牌配置文件;其中,车牌配置文件包括车牌的背景图片和车牌的前景补丁图片;
根据预设的配置约束条件,将前景补丁图片填充至背景图片中,得到标准车牌;
对标准车牌进行第一数据增强,得到第一合成车牌。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:从预设的场景图片库中获取目标场景图片;将第一合成车牌设置于目标场景图片中,得到第二合成车牌;对第二合成车牌进行第二数据增强,得到第三合成车牌。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:从目标场景图片中确定出目标位置区域;将第一合成车牌设置于目标位置区域处,得到第二合成车牌。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:从预设的车牌配置文件库中获取车牌配置文件;或,按照预设的车牌合成需求,进行自定义设置,得到车牌配置文件。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:从前景补丁图片中,确定出满足配置约束条件且与每一补丁位置对应的至少一个目标前景补丁图片;将至少一个目标前景补丁图片,按照对应的补丁位置,填充至背景图片中,得到标准车牌。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:若一个补丁位置对应一个目标前景补丁图片,则将目标前景补丁图片,按照对应的补丁位置,填充至背景图片中,得到标准车牌;若一个补丁位置对应多个目标前景补丁图片,则从多个目标前景补丁图片随机选取一个目标前景补丁图片,并按照对应的补丁位置,填充至背景图片中,得到标准车牌。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据配置约束条件对标准车牌进行约束;配置约束条件包括第一配置约束条件和第二配置约束条件;第一配置约束条件用于对车牌中的至少一个补丁位置对应的整体前景补丁图片类型和数量进行约束;第二配置约束条件用于对车牌中的至少一个补丁位置对应的单一前景补丁图片类型进行约束。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种车牌合成方法,其特征在于,所述方法包括:
获取车牌配置文件;其中,所述车牌配置文件包括所述车牌的背景图片和所述车牌的前景补丁图片;所述车牌配置文件还包括补丁位置信息,所述补丁位置信息是指放置所述前景补丁图片的位置;
根据预设的配置约束条件,将所述前景补丁图片填充至所述背景图片中,得到标准车牌;其中,所述配置约束条件包括第一配置约束条件和第二配置约束条件;所述第一配置约束条件用于对所述车牌中的至少一个补丁位置对应的整体前景补丁图片类型和数量进行约束;所述第二配置约束条件用于对所述车牌中的至少一个所述补丁位置对应的单一前景补丁图片类型进行约束;
对所述标准车牌进行第一数据增强,得到第一合成车牌。
2.根据权利要求1所述的方法,其特征在于,所述对所述标准车牌进行数据增强,得到第一合成车牌,之后包括:
从预设的场景图片库中获取目标场景图片;
将所述第一合成车牌设置于所述目标场景图片中,得到第二合成车牌;
对所述第二合成车牌进行第二数据增强,得到第三合成车牌。
3.根据权利要求2所述的方法,其特征在于,所述将所述第一合成车牌设置于所述目标场景图片中,得到第二合成车牌,包括:
从所述目标场景图片中确定出目标位置区域;
将所述第一合成车牌设置于所述目标位置区域处,得到所述第二合成车牌。
4.根据权利要求2所述的方法,所述标准车牌、所述第一合成车牌、所述第二合成车牌和所述第三合成车牌中包含对应的标注信息。
5.根据权利要求1所述的方法,其特征在于,所述获取车牌配置文件,包括:
从预设的车牌配置文件库中获取所述车牌配置文件;
或,按照预设的车牌合成需求,进行自定义设置,得到所述车牌配置文件。
6.根据权利要求1所述的方法,其特征在于,所述车牌配置文件还包括至少一个补丁位置信息;
所述根据预设的配置约束条件,将所述前景补丁图片填充至所述背景图片中,得到标准车牌,包括:
从所述前景补丁图片中,确定出满足所述配置约束条件且与每一所述补丁位置对应的至少一个目标前景补丁图片;
将所述至少一个目标前景补丁图片,按照对应的补丁位置,填充至所述背景图片中,得到所述标准车牌。
7.根据权利要求6所述的方法,其特征在于,所述将所述至少一个目标前景补丁图片,按照对应的补丁位置,填充至所述背景图片中,得到所述标准车牌,包括:
若一个所述补丁位置对应一个目标前景补丁图片,则将所述目标前景补丁图片,按照对应的补丁位置,填充至所述背景图片中,得到所述标准车牌;
若一个所述补丁位置对应多个目标前景补丁图片,则从所述多个目标前景补丁图片随机选取一个目标前景补丁图片,并按照对应的补丁位置,填充至所述背景图片中,得到所述标准车牌。
8.一种车牌合成装置,其特征在于,所述装置包括:
配置文件获取模块,用于获取车牌配置文件;其中,所述车牌配置文件包括所述车牌的背景图片和所述车牌的前景补丁图片;所述车牌配置文件还包括补丁位置信息,所述补丁位置信息是指放置所述前景补丁图片的位置;
标准车牌生成模块,用于根据预设的配置约束条件,将所述前景补丁图片填充至所述背景图片中,得到标准车牌;其中,所述配置约束条件包括第一配置约束条件和第二配置约束条件;所述第一配置约束条件用于对所述车牌中的至少一个补丁位置对应的整体前景补丁图片类型和数量进行约束;所述第二配置约束条件用于对所述车牌中的至少一个所述补丁位置对应的单一前景补丁图片类型进行约束;
车牌合成模块,用于对所述标准车牌进行第一数据增强,得到第一合成车牌。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,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至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010051247.1A CN111275796B (zh) | 2020-01-17 | 2020-01-17 | 车牌合成方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010051247.1A CN111275796B (zh) | 2020-01-17 | 2020-01-17 | 车牌合成方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111275796A CN111275796A (zh) | 2020-06-12 |
CN111275796B true CN111275796B (zh) | 2023-09-19 |
Family
ID=71002475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010051247.1A Active CN111275796B (zh) | 2020-01-17 | 2020-01-17 | 车牌合成方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111275796B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112052855A (zh) * | 2020-09-14 | 2020-12-08 | 北京易华录信息技术股份有限公司 | 一种基于深度学习的车牌识别方法及装置 |
CN113723402A (zh) * | 2021-08-24 | 2021-11-30 | 北京市商汤科技开发有限公司 | 图像处理及网络训练方法、装置、设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018090771A1 (zh) * | 2016-11-16 | 2018-05-24 | 杭州海康威视数字技术股份有限公司 | 一种车牌识别方法及装置 |
CN109147011A (zh) * | 2018-08-27 | 2019-01-04 | 平安科技(深圳)有限公司 | 车牌图像生成方法、装置、计算机设备及存储介质 |
CN110399874A (zh) * | 2019-07-24 | 2019-11-01 | 福建博思软件股份有限公司 | 一种车牌识别训练数据的合成方法 |
CN110503716A (zh) * | 2019-08-12 | 2019-11-26 | 中国科学技术大学 | 一种机动车车牌合成数据生成方法 |
-
2020
- 2020-01-17 CN CN202010051247.1A patent/CN111275796B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018090771A1 (zh) * | 2016-11-16 | 2018-05-24 | 杭州海康威视数字技术股份有限公司 | 一种车牌识别方法及装置 |
CN109147011A (zh) * | 2018-08-27 | 2019-01-04 | 平安科技(深圳)有限公司 | 车牌图像生成方法、装置、计算机设备及存储介质 |
CN110399874A (zh) * | 2019-07-24 | 2019-11-01 | 福建博思软件股份有限公司 | 一种车牌识别训练数据的合成方法 |
CN110503716A (zh) * | 2019-08-12 | 2019-11-26 | 中国科学技术大学 | 一种机动车车牌合成数据生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111275796A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109255772B (zh) | 基于风格迁移的车牌图像生成方法、装置、设备及介质 | |
CN111275796B (zh) | 车牌合成方法、装置、计算机设备和存储介质 | |
CN109147011B (zh) | 车牌图像生成方法、装置、计算机设备及存储介质 | |
CN111047508B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN111242691A (zh) | 广告海报的生成方法、装置、存储介质及终端设备 | |
CN114332895A (zh) | 文本图像合成方法、装置、设备、存储介质和程序产品 | |
CN108764263A (zh) | 遥感影像的地物标注装置及方法 | |
CN114708133A (zh) | 一种通用的文本水印方法和装置 | |
Ye et al. | CT-UNet: An improved neural network based on U-Net for building segmentation in remote sensing images | |
CN112950554A (zh) | 一种基于肺分割的肺叶分割优化方法及系统 | |
WO2017143973A1 (zh) | 文本识别模型建立方法和装置 | |
CN109657671A (zh) | 铭牌文字识别方法、装置、计算机设备和存储介质 | |
CN110033515A (zh) | 图形转换方法、装置、计算机设备及存储介质 | |
CN112418033B (zh) | 基于mask rcnn神经网络的滑坡坡面分割识别方法 | |
CN111914846B (zh) | 版面数据合成方法、设备及存储介质 | |
CN114565915B (zh) | 样本文本图像获取方法、文本识别模型训练方法和装置 | |
EP3316173A1 (en) | System and method for cheque image data masking | |
CN106233278A (zh) | 针对图像的图块创建图像数据 | |
CN116597317A (zh) | 遥感图像变化检测数据生成方法、装置、设备及介质 | |
CN111179379A (zh) | 一种通用动车票数据集生成方法、装置、计算机装置及计算机可读存储介质 | |
CN111222517A (zh) | 测试样本生成方法、系统、计算机设备及存储介质 | |
CN115689849A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN115187977A (zh) | 一种车牌数据集动态创建方法及系统、电子设备 | |
JPS6019826B2 (ja) | 画像デ−タ符号化方式 | |
CN108665434B (zh) | 图像合成方法及装置 |
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 |