CN111353419B - 图像比对方法、装置、电子设备及存储介质 - Google Patents
图像比对方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111353419B CN111353419B CN202010121910.0A CN202010121910A CN111353419B CN 111353419 B CN111353419 B CN 111353419B CN 202010121910 A CN202010121910 A CN 202010121910A CN 111353419 B CN111353419 B CN 111353419B
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- similarity
- main body
- chromaticity
- 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
- 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
- G06V30/418—Document matching, e.g. of document images
-
- 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
- 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
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
Abstract
本申请公开了图像比对方法、装置、电子设备及计算机可读存储介质,涉及图像比对技术领域。具体实现方案为:获取待进行比对的图像对;提取第一图像中的第一图像主体,以及第二图像中的第二图像主体;对第一图像主体和第二图像主体分别按照预设的等分切割原则进行切割,得到第一图像主体对应的多个第一子图像,以及第二图像主体对应的多个第二子图像;针对第一图像主体中的每个第一子图像,获取第一子图像与第二图像主体中对应位置的第二子图像的相似度;根据多个第一子图像对应的相似度,确定第一图像与第二图像是否相似,该方法能够有效地识别出排版前文档和对应的排版后文档的差异,且精确度适合于排版前文档和排版后文档的比对,成本较低。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及图像相似度技术领域,尤其涉及图像比对方法、装置、电子设备及计算机可读存储介质。
背景技术
目前,主要利用图像相似度技术对文档的排版效果进行评估,例如SSIM(structura lsimilarity index,结构相似性)算法、颜色直方图方法、phase(相位)算法、基于卷积的深度学习算法等,上述算法要么精确度太高,几乎所有排版前文档和对应的排版后文档,都会识别为不相似文档;要么精确度太低,要么成本高。难以在成本较低的情况下,有效地识别出排版前文档和对应的排版后文档的差异。
发明内容
本申请提出一种图像比对方法、装置、电子设备及计算机可读存储介质,通过结合第一图像主体和第二图像主体中各子图像的色彩相似度、轮廓相似度,可确定两个图像主体是否相似,成本低,且精确度适合于排版前文档和排版后文档的比对,能够有效地识别出排版前文档和对应的排版后文档的差异。
本申请第一方面实施例提出了一种图像比对方法,包括:获取待进行比对的图像对,所述图像对包括:第一图像以及第二图像;提取所述第一图像中的第一图像主体,以及所述第二图像中的第二图像主体;所述第一图像主体的尺寸与所述第二图像主体的尺寸相同;对所述第一图像主体和所述第二图像主体分别按照预设的等分切割原则进行切割,得到所述第一图像主体对应的多个第一子图像,以及所述第二图像主体对应的多个第二子图像;针对所述第一图像主体中的每个第一子图像,获取所述第一子图像与所述第二图像主体中对应位置的第二子图像的相似度;根据所述多个第一子图像对应的相似度,确定所述第一图像与所述第二图像是否相似。
在本申请一个实施例中,所述图像比对方法还包括:根据所述多个第一子图像对应的相似度,确定所述第一图像中的差异区域。
在本申请一个实施例中,所述提取所述第一图像中的第一图像主体,以及所述第二图像中的第二图像主体,包括:分别对所述第一图像和所述第二图像进行预处理操作,得到预处理后的第一图像和第二图像;所述预处理操作包括:尺寸归一化操作、二值化操作、膨胀操作和腐蚀操作;提取所述预处理后的第一图像中的第一图像主体,以及所述预处理后的第二图像中的第二图像主体;对所述第一图像主体和所述第二图像主体进行尺寸归一化操作,得到相同尺寸的第一图像主体和第二图像主体。
在本申请一个实施例中,所述针对所述第一图像主体中的每个第一子图像,获取所述第一子图像与所述第二图像主体中对应位置的第二子图像的相似度,包括:针对所述第一图像主体中的每个第一子图像,将所述第二图像主体中与所述第一子图像位置相同的第二子图像确定为所述第一子图像对应的第二子图像;获取所述第一子图像与对应的第二子图像的色彩相似度和轮廓相似度;根据所述第一子图像与对应的第二子图像的色彩相似度以及预设的色彩相似度阈值,确定所述第一子图像与对应的第二子图像是否存在色彩相似性;根据所述第一子图像与对应的第二子图像的轮廓相似度以及预设的轮廓相似度阈值,确定所述第一子图像与对应的第二子图像是否存在轮廓相似性;根据所述第一子图像与对应的第二子图像的色彩相似性存在结果以及轮廓相似性存在结果,确定所述第一子图像与对应的第二子图像的相似度。
在本申请一个实施例中,所述第一子图像与对应的第二子图像的色彩相似度的确定方法为,获取所述第一子图像中各个色度的数值,以及所述第二子图像中各个色度的数值;针对所述第一子图像中的每个色度,获取所述色度对应的色度范围,判断所述第二子图像中是否存在所述色度对应的匹配色度;所述匹配色度,为位于所述色度范围内,且在所述第二子图像中的数值与所述色度的数值匹配;在所述色度存在对应的匹配色度时,将所述色度的相似度确定为第一数值;在所述色度不存在对应的匹配色度时,将所述色度的相似度确定为第二数值;根据所述第一子图像中各个色度的相似度,确定所述第一子图像与对应的第二子图像的色彩相似度。
在本申请一个实施例中,所述第一子图像与对应的第二子图像的轮廓相似度的确定方法为,将所述第一子图像与对应的第二子图像,缩放到预设的尺寸,并进行膨胀和腐蚀操作,得到处理后的第一子图像与对应的处理后的第二子图像;针对所述处理后的第一子图像中的每个像素点,将所述像素点的数值,与所述处理后的第二子图像中对应位置的像素点的数值进行比对,确定所述像素点的相似度;根据所述处理后的第一子图像中各个像素点的相似度,确定所述第一子图像与对应的第二子图像的轮廓相似度。
在本申请的一个实施例中,所述根据所述多个第一子图像对应的相似度,确定所述第一图像与所述第二图像是否相似,包括:根据所述多个第一子图像对应的相似度,以及第一子图像的数量,确定所述第一图像的面积相似性分数;根据所述第一图像的面积相似性分数,以及预设的分数阈值,确定所述第一图像与所述第二图像是否相似。
本申请实施例的图像比对方法,通过获取待进行比对的图像对,所述图像对包括:第一图像以及第二图像;提取所述第一图像中的第一图像主体,以及所述第二图像中的第二图像主体;所述第一图像主体的尺寸与所述第二图像主体的尺寸相同;对所述第一图像主体和所述第二图像主体分别按照预设的等分切割原则进行切割,得到所述第一图像主体对应的多个第一子图像,以及所述第二图像主体对应的多个第二子图像;针对所述第一图像主体中的每个第一子图像,获取所述第一子图像与所述第二图像主体中对应位置的第二子图像的相似度;根据所述多个第一子图像对应的相似度,确定所述第一图像与所述第二图像是否相似。该方法通过结合第一图像主体和第二图像主体中各子图像的色彩相似度、轮廓相似度,可确定两个图像主体是否相似,成本低,且精确度适合于排版前文档和排版后文档的比对,能够有效地识别出排版前文档和对应的排版后文档的差异。
本申请第二方面实施例提出了一种图像比对装置,包括:获取模块,用于获取待进行比对的图像对,所述图像对包括:第一图像以及第二图像;提取模块,用于提取所述第一图像中的第一图像主体,以及所述第二图像中的第二图像主体;所述第一图像主体的尺寸与所述第二图像主体的尺寸相同;切割模块,用于对所述第一图像主体和所述第二图像主体分别按照预设的等分切割原则进行切割,得到所述第一图像主体对应的多个第一子图像,以及所述第二图像主体对应的多个第二子图像;所述获取模块,还用于针对所述第一图像主体中的每个第一子图像,获取所述第一子图像与所述第二图像主体中对应位置的第二子图像的相似度;确定模块,用于根据所述多个第一子图像对应的相似度,确定所述第一图像与所述第二图像是否相似。
本申请第三方面实施例提出了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的图像比对方法。
本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上所述的图像比对方法。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的示意图;
图2是根据本申请第二实施例的示意图;
图3是根据本申请第三实施例的示意图;
图4(a)为文档排版前的图像示意图
图4(b)是文档排版后的图像示意图;
图5是根据本申请第四实施例的示意图;
图6是用来实现本申请实施例的图像比对方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的图像比对方法、装置、电子设备及计算机可读存储介质。
图1是根据本申请第一实施例的示意图。
如图1所示,图像比对方法具体实现过程如下:
步骤101,获取待进行比对的图像对,图像对包括:第一图像以及第二图像。
在本申请实施例中,可通过网络下载获取文档或者获取用户上传的文档,将该文档作为第一文档,并对第一文档进行解析并排版生成第二文档,接着,可对第一文档和第二文档进行图像扫描,并将扫描到的图像分别作为第一图像和第二图像;将第一图像和第二图像作为待进行比对的图像对。其中,需要说明的是,图像对可包括但不限于第一图像以及第二图像。
步骤102,提取第一图像中的第一图像主体,以及第二图像中的第二图像主体;第一图像主体的尺寸与第二图像主体的尺寸相同。
在本申请实施例中,可将第一图像和第二图像分别进行预处理操作,并对预处理后的第一图像和第二图像进行提取得到第一图像主体和第二图像主体,之后,对所述第一图像主体和第二图像主体进行尺寸归一化操作,使得第一图像主体的尺寸与第二图像主体的尺寸相同。具体详见后续实施例的描述。
步骤103,对第一图像主体和第二图像主体分别按照预设的等分切割原则进行切割,得到第一图像主体对应的多个第一子图像,以及第二图像主体对应的多个第二子图像。
为了提高图像比对精度,在本申请实施例中,可将第一图像主体和第二图像主体分别按照预设的等分切割原则进行切割,获取第一图像主体对应的多个第一子图像,以及第二图像主体对应的多个第二子图像。
举例而言,比如,可将第一图像主体和第二图像主体分别按照预设的等分切割原则切成64等份,得到第一图像主体对应的64个第一子图像以及第二图像主体对应的64个第二子图像。
步骤104,针对第一图像主体中的每个第一子图像,获取第一子图像与第二图像主体中对应位置的第二子图像的相似度。
在本申请实施例中,可根据第一图像主体中的每个第一子图像与对应的第二子图像的色彩相似性存在结果以及轮廓相似性存在结果,确定第一子图像与对应的第二子图像的相似度。具体实现过程详见后续实施例的描述。
步骤105,根据多个第一子图像对应的相似度,确定第一图像与第二图像是否相似。
可选地,根据多个第一子图像对应的相似度,以及第一子图像的数量,确定第一图像的面积相似性分数;根据第一图像的面积相似性分数,以及预设的分数阈值,确定第一图像与第二图像是否相似。
也就是说,第一图像和第二图像按照预设的等分切割原则进行切割,得到多个第一子图像和第二子图像,接着,根据多个第一子图像与第二图像主体中对应位置的第二子图像的相似度以及第一子图像的数量,可得到第一图像的面积相似性比例,也就是第一图像的面积相似性分数;将第一图像的面积相似性分数与预设的分数阈值进行比对,根据比对结果确定第一图像与第二图像是否相似。比如,第一图像的面积相似性分数大于预设的分数阈值时,第一图像与第二图像相似,第一图像的面积相似性分数小于或等于预设的分数阈值时,第一图像与第二图像不相似。其中,面积相似性分数例如可以为相似的第一子图像的数量占第一子图像的数量的比值。
同时,不难理解的是,根据多个第一子图像对应的相似度,还可确定出第一图像中的差异区域。作为一种示例,将每个第一子图像对应的相似度值与预设阈值进行比较,当所述第一子图像对应的相似度值小于预设阈值时,该第一子图像与第二图像主体中对应位置的第二子图像存在差异,接着,获取所有与第二图像主体中对应位置的第二子图像存在差异的第一子图像在第一图像中对应的区域,将该区域作为第一图像中的差异区域。由此,通过图像的切块对比,可以单独衡量每一块图像的相似性,从而定位出差异区域的位置。
综上,通过结合第一图像主体和第二图像主体中各子图像的色彩相似度、轮廓相似度、色彩相似度阈值、轮廓相似度阈值以及面积相似度阈值,确定两个图像主体是否相似,以及差异位置,成本低,且精确度适合于排版前文档和排版后文档的比对,能够有效地识别出排版前文档和对应的排版后文档的差异,以及定位排版差异位置,提高图像比对效率以及比对准确度。
可选地,如图2所示,图2是根据本申请第二实施例的示意图。在本申请实施例中,将第一图像和第二图像分别进行预处理操作,并对预处理后的第一图像和第二图像进行提取得到第一图像主体和第二图像主体,之后,对所述第一图像主体和第二图像主体进行尺寸归一化操作,使得第一图像主体的尺寸与第二图像主体的尺寸相同。具体实现过程如下:
步骤201,分别对第一图像和第二图像进行预处理操作,得到预处理后的第一图像和第二图像;预处理操作包括:尺寸归一化操作、二值化操作、膨胀操作和腐蚀操作。
为了更好地保留图像中的特征并减少图像的计算量,在本申请实施例中,可分别对第一图像和第二图像进行预处理操作,得到预处理后的第一图像和第二图像。其中,预处理操作可包括但不限于尺寸归一化操作、二值化操作、膨胀操作和腐蚀操作。
步骤202,提取预处理后的第一图像中的第一图像主体,以及预处理后的第二图像中的第二图像主体。
接着,可通过预设算法对预处理后的第一图像和第二图像进行特征提取,得到预处理后的第一图像中的第一图像主体和预处理后的第二图像中的第二图像主体,从而去除第一图像和第二图像中的无效线条等对图像比对的干扰。提高图像比对的准确度。其中,需要说明的是,预设算法可包括但不限于HOG(Histogram of Oriented Gradient,方向梯度直方图)、SIFT(Scale-invariant features transform,尺度不变特征变换)、LBP(LocalBinary Pattern,局部二值模式)。
步骤203,对第一图像主体和第二图像主体进行尺寸归一化操作,得到相同尺寸的第一图像主体和第二图像主体。
在本申请实施例中,可对第一图像主体和第二图像主体进行尺寸归一化操作,使得第一图像主体和第二图像主体的长度和宽度相同,从而得到相同尺寸的第一图像主体和第二图像主体。
如图3所示,图3是根据本申请第三实施例的示意图。在本申请实施例中,根据第一图像主体中的每个第一子图像与对应的第二子图像的色彩相似性存在结果以及轮廓相似性存在结果,确定第一子图像与对应的第二子图像的相似度。具体实现过程如下:
步骤301,针对第一图像主体中的每个第一子图像,将第二图像主体中与第一子图像位置相同的第二子图像确定为第一子图像对应的第二子图像。
为了使图像中相同区域的第一子图像与第二子图像进行比对,在本申请实施例中,对于第一图像主体中的每个第一子图像,可将第二图像主体中与第一子图像位置相同的第二子图像,确定为该第一子图像对应的第二子图像。
步骤302,获取第一子图像与对应的第二子图像的色彩相似度和轮廓相似度。
可选地,获取第一子图像中各个色度的数值,以及第二子图像中各个色度的数值;针对第一子图像中的每个色度,获取色度对应的色度范围,判断第二子图像中是否存在色度对应的匹配色度;匹配色度,为位于色度范围内,且在第二子图像中的数值与色度的数值匹配;在色度存在对应的匹配色度时,将色度的相似度确定为第一数值;在色度不存在对应的匹配色度时,将色度的相似度确定为第二数值;根据第一子图像中各个色度的相似度,确定第一子图像与对应的第二子图像的色彩相似度。
作为一种示例,可分别计算出第一子图像与对应的第二子图像的色彩直方图A、B;可对色彩直方图A、B分别进行色彩测定获取第一子图像中以及第二个子图像中的各个色度的数值。接着,针对第一子图像中的每个色度,获取色度对应的色度范围,判断第二子图像中是否存在色度对应的匹配色度,比如,对于色彩直方图A中的每个色度数值Ai,用Ai在色彩直方图B的Bi-n到Bi+n中搜索是否存在相似的色度数值(0<=i<=255,n是前后搜索的步长)。假设i为10,n为3,则Bi-n指的是色彩直方图B中第7个色度的数值,Bi+n指的是色彩直方图B中第13个色度的数值,色度范围,即从第7个色度到第13个色度。如果色彩直方图B的Bi-n到Bi+n中存在相似的色度数值,也就是第二子图像中存在对应的匹配色度时,将色度的相似度确定为第一数值(比如1);如果色彩直方图B的Bi-n到Bi+n中不存在相似的色度数值,也就是第二子图像中不存在对应的匹配色度时,将色度的相似度确定为第二数值(比如-exp(x*Ai/sum(A))其中,x是程度系数);之后,将第一子图像中各个色度的相似度进行平均取值,并将该均值作为第一子图像与对应的第二子图像的色彩相似度。其中,需要说明的是,均值越大,第一子图像与对应的第二子图像的色彩相似度越大。
可选地,将第一子图像与对应的第二子图像,缩放到预设的尺寸,并进行膨胀和腐蚀操作,得到处理后的第一子图像与对应的处理后的第二子图像;针对处理后的第一子图像中的每个像素点,将像素点的数值,与处理后的第二子图像中对应位置的像素点的数值进行比对,确定像素点的相似度;根据处理后的第一子图像中各个像素点的相似度,确定第一子图像与对应的第二子图像的轮廓相似度。
也就是说,可将第一子图像与对应的第二子图像缩放到预设的尺寸,并进行膨胀和腐蚀等操作,提取第一子图像与对应的第二子图像中潜在的形状、纹理、空间关系等特性,得到处理后的第一子图像与对应的处理后的第二子图像,之后,针对处理后的第一子图像中的每个像素点,将像素点的数值,与处理后的第二子图像中对应位置的像素点的数值进行比对,确定像素点的相似度;比如,处理后的第一子图像中的像素点的数值与处理后的第二子图像中对应位置的像素点的数值相同,记为1,否则,记为0。最后,根据处理后的第一子图像中各个像素点的相似度,确定第一子图像与对应的第二子图像的轮廓相似度。比如,将处理后的第一子图像中各个像素点的相似度进行平均取值,将该均值作为第一子图像与对应的第二子图像的轮廓相似度。其中,需要说明的是,均值越大,第一子图像与对应的第二子图像的轮廓相似度越大。
步骤303,根据第一子图像与对应的第二子图像的色彩相似度以及预设的色彩相似度阈值,确定第一子图像与对应的第二子图像是否存在色彩相似性。
步骤304,根据第一子图像与对应的第二子图像的轮廓相似度以及预设的轮廓相似度阈值,确定第一子图像与对应的第二子图像是否存在轮廓相似性。
在本申请实施例中,可预先设置色彩相似度阈值与轮廓相似度阈值,将第一子图像与对应的第二子图像的色彩相似度与预设的色彩相似度阈值进行比对,根据比对结果确定第一子图像与对应的第二子图像是否存在色彩相似性;比如,当第一子图像与对应的第二子图像的色彩相似度大于预设的色彩相似度阈值时,确定第一子图像与对应的第二子图像存在色彩相似性;当第一子图像与对应的第二子图像的色彩相似度小于或等于预设的色彩相似度阈值时,确定第一子图像与对应的第二子图像不存在色彩相似性。同时,将第一子图像与对应的第二子图像的轮廓相似度与预设的轮廓相似度阈值进行比对,根据比对结果确定第一子图像与对应的第二子图像是否存在轮廓相似性;比如,当第一子图像与对应的第二子图像的轮廓相似度大于预设的轮廓相似度阈值时,确定第一子图像与对应的第二子图像存在轮廓相似性;当第一子图像与对应的第二子图像的轮廓相似度小于或等于预设的轮廓相似度阈值时,确定第一子图像与对应的第二子图像不存在轮廓相似性。
步骤305,根据第一子图像与对应的第二子图像的色彩相似性存在结果以及轮廓相似性存在结果,确定第一子图像与对应的第二子图像的相似度。
作为一种示例,在第一子图像与对应的第二子图像的同时存在色彩相似性和轮廓相似性时,可通过权值计算确定第一子图像与对应的第二子图像的相似度。其中,需要说明的是,权值计算结果越大,第一子图像与对应的第二子图像的相似度越高。由此,利用了图像的大部分信息,从图像的色彩和轮廓出发,多个角度的对比,降低了单一角度对比造成的误判。
为了可以更好地说明上述实施例,现举例进行说明。
举例而言,如图4(a)和4(b)所示,其中,图4(a)为文档排版前的图像示意图,图4(b)为该文档排版后的图像示意图,从图4(a)和4(b)中可以得出,4(a)和图4(b)为两个不相似图像,图4(b)中的方框为与图4(a)的具体的差异位置。
本申请实施例的图像比对方法,通过获取待进行比对的图像对,图像对包括:第一图像以及第二图像;提取第一图像中的第一图像主体,以及第二图像中的第二图像主体;第一图像主体的尺寸与第二图像主体的尺寸相同;对第一图像主体和第二图像主体分别按照预设的等分切割原则进行切割,得到第一图像主体对应的多个第一子图像,以及第二图像主体对应的多个第二子图像;针对第一图像主体中的每个第一子图像,获取第一子图像与第二图像主体中对应位置的第二子图像的相似度;根据多个第一子图像对应的相似度,确定第一图像与所述第二图像是否相似。结合第一图像主体和第二图像主体中各子图像的色彩相似度、轮廓相似度、色彩相似度阈值、轮廓相似度阈值以及面积相似度阈值,确定两个图像主体是否相似,以及差异位置,成本低,且精确度适合于排版前文档和排版后文档的比对,能够有效地识别出排版前文档和对应的排版后文档的差异,以及定位排版差异位置,提高图像比对效率以及比对准确度。
为了实现图1至图4所述实施例,本申请实施例还提出一种图像比对装置。
图5是根据本申请第四实施例的示意图。如图5所示,该图像比对装置500包括:获取模块510、提取模块520、切割模块530、确定模块540。
其中,获取模块510,用于获取待进行比对的图像对,图像对包括:第一图像以及第二图像;提取模块520,用于提取第一图像中的第一图像主体,以及第二图像中的第二图像主体;第一图像主体的尺寸与第二图像主体的尺寸相同;切割模块530,用于对第一图像主体和第二图像主体分别按照预设的等分切割原则进行切割,得到第一图像主体对应的多个第一子图像,以及所述第二图像主体对应的多个第二子图像;获取模块530,还用于针对第一图像主体中的每个第一子图像,获取第一子图像与第二图像主体中对应位置的第二子图像的相似度;确定模块540,用于根据多个第一子图像对应的相似度,确定第一图像与第二图像是否相似。
本申请实施例的图像比对装置,通过获取待进行比对的图像对,图像对包括:第一图像以及第二图像;提取第一图像中的第一图像主体,以及第二图像中的第二图像主体;第一图像主体的尺寸与第二图像主体的尺寸相同;对第一图像主体和第二图像主体分别按照预设的等分切割原则进行切割,得到第一图像主体对应的多个第一子图像,以及第二图像主体对应的多个第二子图像;针对第一图像主体中的每个第一子图像,获取第一子图像与第二图像主体中对应位置的第二子图像的相似度;根据多个第一子图像对应的相似度,确定第一图像与所述第二图像是否相似。结合第一图像主体和第二图像主体中各子图像的色彩相似度、轮廓相似度、色彩相似度阈值、轮廓相似度阈值以及面积相似度阈值,确定两个图像主体是否相似,以及差异位置,成本低,且精确度适合于排版前文档和排版后文档的比对,能够有效地识别出排版前文档和对应的排版后文档的差异,以及定位排版差异位置,提高图像比对效率以及比对准确度。
为了实现上述实施例,本申请实施例还提出一种电子设备。
如图6所示,是根据本申请实施例的图像比对方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的图像比对方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的图像比对方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的图像比对方法对应的程序指令/模块(例如,附图5所示的获取模块510、提取模块520、切割模块530、确定模块540)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的图像比对方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据图像比对的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至图像比对的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图像比对方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与图像比对的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (9)
1.一种图像比对方法,其特征在于,包括:
获取待进行比对的图像对,所述图像对包括:第一图像以及第二图像;
提取所述第一图像中的第一图像主体,以及所述第二图像中的第二图像主体;所述第一图像主体的尺寸与所述第二图像主体的尺寸相同;
对所述第一图像主体和所述第二图像主体分别按照预设的等分切割原则进行切割,得到所述第一图像主体对应的多个第一子图像,以及所述第二图像主体对应的多个第二子图像;
针对所述第一图像主体中的每个第一子图像,获取所述第一子图像与所述第二图像主体中对应位置的第二子图像的相似度;
根据所述多个第一子图像对应的相似度,确定所述第一图像与所述第二图像是否相似,包括:
根据所述多个第一子图像对应的相似度,以及第一子图像的数量,确定所述第一图像的面积相似性分数,所述面积相似性分数为相似的第一子图像的数量占所述第一子图像的数量的比值;
当第一图像的面积相似性分数大于预设的分数阈值时,确定所述第一图像与所述第二图像相似;
当第一图像的面积相似性分数小于或等于所述预设的分数阈值时,确定所述第一图像与所述第二图像不相似。
2.根据权利要求1所述的方法,其特征在于,还包括:
根据所述多个第一子图像对应的相似度,确定所述第一图像中的差异区域。
3.根据权利要求1所述的方法,其特征在于,所述提取所述第一图像中的第一图像主体,以及所述第二图像中的第二图像主体,包括:
分别对所述第一图像和所述第二图像进行预处理操作,得到预处理后的第一图像和第二图像;所述预处理操作包括:尺寸归一化操作、二值化操作、膨胀操作和腐蚀操作;
提取所述预处理后的第一图像中的第一图像主体,以及所述预处理后的第二图像中的第二图像主体;
对所述第一图像主体和所述第二图像主体进行尺寸归一化操作,得到相同尺寸的第一图像主体和第二图像主体。
4.根据权利要求1所述的方法,其特征在于,所述针对所述第一图像主体中的每个第一子图像,获取所述第一子图像与所述第二图像主体中对应位置的第二子图像的相似度,包括:
针对所述第一图像主体中的每个第一子图像,将所述第二图像主体中与所述第一子图像位置相同的第二子图像确定为所述第一子图像对应的第二子图像;
获取所述第一子图像与对应的第二子图像的色彩相似度和轮廓相似度;
根据所述第一子图像与对应的第二子图像的色彩相似度以及预设的色彩相似度阈值,确定所述第一子图像与对应的第二子图像是否存在色彩相似性;
根据所述第一子图像与对应的第二子图像的轮廓相似度以及预设的轮廓相似度阈值,确定所述第一子图像与对应的第二子图像是否存在轮廓相似性;
根据所述第一子图像与对应的第二子图像的色彩相似性存在结果以及轮廓相似性存在结果,确定所述第一子图像与对应的第二子图像的相似度。
5.根据权利要求4所述的方法,其特征在于,所述第一子图像与对应的第二子图像的色彩相似度的确定方法为,
获取所述第一子图像中各个色度的数值,以及所述第二子图像中各个色度的数值;
针对所述第一子图像中的每个色度,获取所述色度对应的色度范围,判断所述第二子图像中是否存在所述色度对应的匹配色度;所述匹配色度,为位于所述色度范围内,且在所述第二子图像中的数值与所述色度的数值匹配;
在所述色度存在对应的匹配色度时,将所述色度的相似度确定为第一数值;
在所述色度不存在对应的匹配色度时,将所述色度的相似度确定为第二数值;
根据所述第一子图像中各个色度的相似度,确定所述第一子图像与对应的第二子图像的色彩相似度。
6.根据权利要求4所述的方法,其特征在于,所述第一子图像与对应的第二子图像的轮廓相似度的确定方法为,
将所述第一子图像与对应的第二子图像,缩放到预设的尺寸,并进行膨胀和腐蚀操作,得到处理后的第一子图像与对应的处理后的第二子图像;
针对所述处理后的第一子图像中的每个像素点,将所述像素点的数值,与所述处理后的第二子图像中对应位置的像素点的数值进行比对,确定所述像素点的相似度;
根据所述处理后的第一子图像中各个像素点的相似度,确定所述第一子图像与对应的第二子图像的轮廓相似度。
7.一种图像比对装置,其特征在于,包括:
获取模块,用于获取待进行比对的图像对,所述图像对包括:第一图像以及第二图像;
提取模块,用于提取所述第一图像中的第一图像主体,以及所述第二图像中的第二图像主体;所述第一图像主体的尺寸与所述第二图像主体的尺寸相同;
切割模块,用于对所述第一图像主体和所述第二图像主体分别按照预设的等分切割原则进行切割,得到所述第一图像主体对应的多个第一子图像,以及所述第二图像主体对应的多个第二子图像;
所述获取模块,还用于针对所述第一图像主体中的每个第一子图像,获取所述第一子图像与所述第二图像主体中对应位置的第二子图像的相似度;
确定模块,用于根据所述多个第一子图像对应的相似度,确定所述第一图像与所述第二图像是否相似;
所述确定模块具体用于:
根据所述多个第一子图像对应的相似度,以及第一子图像的数量,确定所述第一图像的面积相似性分数,所述面积相似性分数为相似的第一子图像的数量占所述第一子图像的数量的比值;
当第一图像的面积相似性分数大于预设的分数阈值时,确定所述第一图像与所述第二图像相似;
当第一图像的面积相似性分数小于或等于所述预设的分数阈值时,确定所述第一图像与所述第二图像不相似。
8.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
9.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010121910.0A CN111353419B (zh) | 2020-02-26 | 2020-02-26 | 图像比对方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010121910.0A CN111353419B (zh) | 2020-02-26 | 2020-02-26 | 图像比对方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111353419A CN111353419A (zh) | 2020-06-30 |
CN111353419B true CN111353419B (zh) | 2023-08-11 |
Family
ID=71192483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010121910.0A Active CN111353419B (zh) | 2020-02-26 | 2020-02-26 | 图像比对方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111353419B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112597829A (zh) * | 2020-12-09 | 2021-04-02 | 青岛海信网络科技股份有限公司 | 一种交通诱导屏故障检测的方法和装置及设备 |
CN113255667B (zh) * | 2021-06-16 | 2021-10-08 | 北京世纪好未来教育科技有限公司 | 文本图像相似度评估方法、装置、电子设备及存储介质 |
CN117315304B (zh) * | 2023-11-30 | 2024-03-08 | 南方电网科学研究院有限责任公司 | 一种智能电能表元器件比对方法、系统、设备和存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004030340A (ja) * | 2002-06-26 | 2004-01-29 | Nec Corp | 帳票識別装置及びその識別方法 |
CN101571875A (zh) * | 2009-05-05 | 2009-11-04 | 程治永 | 一种基于图像识别的图像搜索系统的实现方法 |
CN104915955A (zh) * | 2015-05-27 | 2015-09-16 | 上海交通大学 | 基于图像分割的图片搜索方法 |
WO2015136714A1 (ja) * | 2014-03-14 | 2015-09-17 | オムロン株式会社 | 画像識別装置、画像センサ、画像識別方法 |
WO2016184435A1 (zh) * | 2015-05-18 | 2016-11-24 | 尹毅 | 一种艺术品定位取证安全备案的方法和系统 |
CN107659722A (zh) * | 2017-09-25 | 2018-02-02 | 维沃移动通信有限公司 | 一种图像选择方法及移动终端 |
CN108009554A (zh) * | 2017-12-01 | 2018-05-08 | 国信优易数据有限公司 | 一种图像处理方法以及装置 |
CN109117808A (zh) * | 2018-08-24 | 2019-01-01 | 深圳前海达闼云端智能科技有限公司 | 面部识别方法、装置、电子设备及计算机可读介质 |
CN109241985A (zh) * | 2017-07-11 | 2019-01-18 | 普天信息技术有限公司 | 一种图像识别方法及装置 |
CN109918291A (zh) * | 2019-01-17 | 2019-06-21 | 深圳壹账通智能科技有限公司 | 软件界面检测方法、装置、计算机设备及存储介质 |
CN110363729A (zh) * | 2019-07-30 | 2019-10-22 | 维沃移动通信有限公司 | 一种图像处理方法、终端设备及计算机可读存储介质 |
CN110458232A (zh) * | 2019-08-13 | 2019-11-15 | 腾讯科技(深圳)有限公司 | 一种确定图像风格相似度的方法及设备 |
CN110533117A (zh) * | 2019-09-04 | 2019-12-03 | 浙江齐聚科技有限公司 | 图像比对方法、装置、设备和存储介质 |
CN110795925A (zh) * | 2019-10-12 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 基于人工智能的图文排版方法、图文排版装置及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10169877B2 (en) * | 2017-04-10 | 2019-01-01 | Xerox Corporation | Methods and systems for segmenting multiple documents from a single input image |
-
2020
- 2020-02-26 CN CN202010121910.0A patent/CN111353419B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004030340A (ja) * | 2002-06-26 | 2004-01-29 | Nec Corp | 帳票識別装置及びその識別方法 |
CN101571875A (zh) * | 2009-05-05 | 2009-11-04 | 程治永 | 一种基于图像识别的图像搜索系统的实现方法 |
WO2015136714A1 (ja) * | 2014-03-14 | 2015-09-17 | オムロン株式会社 | 画像識別装置、画像センサ、画像識別方法 |
WO2016184435A1 (zh) * | 2015-05-18 | 2016-11-24 | 尹毅 | 一种艺术品定位取证安全备案的方法和系统 |
CN104915955A (zh) * | 2015-05-27 | 2015-09-16 | 上海交通大学 | 基于图像分割的图片搜索方法 |
CN109241985A (zh) * | 2017-07-11 | 2019-01-18 | 普天信息技术有限公司 | 一种图像识别方法及装置 |
CN107659722A (zh) * | 2017-09-25 | 2018-02-02 | 维沃移动通信有限公司 | 一种图像选择方法及移动终端 |
CN108009554A (zh) * | 2017-12-01 | 2018-05-08 | 国信优易数据有限公司 | 一种图像处理方法以及装置 |
CN109117808A (zh) * | 2018-08-24 | 2019-01-01 | 深圳前海达闼云端智能科技有限公司 | 面部识别方法、装置、电子设备及计算机可读介质 |
CN109918291A (zh) * | 2019-01-17 | 2019-06-21 | 深圳壹账通智能科技有限公司 | 软件界面检测方法、装置、计算机设备及存储介质 |
CN110363729A (zh) * | 2019-07-30 | 2019-10-22 | 维沃移动通信有限公司 | 一种图像处理方法、终端设备及计算机可读存储介质 |
CN110458232A (zh) * | 2019-08-13 | 2019-11-15 | 腾讯科技(深圳)有限公司 | 一种确定图像风格相似度的方法及设备 |
CN110533117A (zh) * | 2019-09-04 | 2019-12-03 | 浙江齐聚科技有限公司 | 图像比对方法、装置、设备和存储介质 |
CN110795925A (zh) * | 2019-10-12 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 基于人工智能的图文排版方法、图文排版装置及电子设备 |
Non-Patent Citations (1)
Title |
---|
Normalized cuts and image segmentation;Jianbo Shi 等;IEEE Transactions on Pattern Analysis and Machine Intelligence;第22卷(第8期);888-905 * |
Also Published As
Publication number | Publication date |
---|---|
CN111353419A (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111353419B (zh) | 图像比对方法、装置、电子设备及存储介质 | |
US20210406586A1 (en) | Image classification method and apparatus, and style transfer model training method and apparatus | |
CN111709873B (zh) | 图像转换模型生成器的训练方法和装置 | |
CN111402161B (zh) | 点云障碍物的去噪方法、装置、设备和存储介质 | |
CN112562069B (zh) | 三维模型的构造方法、装置、设备和存储介质 | |
JP7389824B2 (ja) | オブジェクト識別方法と装置、電子機器及び記憶媒体 | |
CN114429633B (zh) | 文本识别方法、模型的训练方法、装置、电子设备及介质 | |
CN113657395B (zh) | 文本识别方法、视觉特征提取模型的训练方法及装置 | |
KR20130098769A (ko) | 확장성을 고려한 특징 기술자 생성 및 특징 기술자를 이용한 정합 장치 및 방법 | |
CN112241716B (zh) | 训练样本的生成方法和装置 | |
JP7264929B2 (ja) | 背景なし画像の生成方法及び装置、電子機器、記憶媒体並びにコンピュータプログラム | |
CN113627439A (zh) | 文本结构化处理方法、处理装置、电子设备以及存储介质 | |
CN112528858A (zh) | 人体姿态估计模型的训练方法、装置、设备、介质及产品 | |
CN111861991A (zh) | 计算图像清晰度的方法以及装置 | |
KR102432561B1 (ko) | 에지를 기반으로 하는 증강현실 3차원 추적 등록 방법, 장치 및 전자 기기 | |
CN112529018A (zh) | 图像局部特征的训练方法、装置及存储介质 | |
CN112488126A (zh) | 特征图处理方法、装置、设备以及存储介质 | |
CN113610809B (zh) | 骨折检测方法、装置、电子设备以及存储介质 | |
CN113435257B (zh) | 表格图像的识别方法、装置、设备和存储介质 | |
CN112861811B (zh) | 目标识别方法、装置、设备、存储介质及雷达 | |
CN112541934B (zh) | 一种图像处理方法及装置 | |
CN114461837A (zh) | 一种图像处理方法、装置及电子设备 | |
CN108133206B (zh) | 静态手势识别方法、装置及可读存储介质 | |
CN112668653A (zh) | 基于激光雷达地图的回环检测方法、装置、设备及介质 | |
CN112101368B (zh) | 一种字符图像处理方法、装置、设备和介质 |
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 |