CN111598076A - 一种标签图像中日期检测处理方法及装置 - Google Patents
一种标签图像中日期检测处理方法及装置 Download PDFInfo
- Publication number
- CN111598076A CN111598076A CN202010450699.7A CN202010450699A CN111598076A CN 111598076 A CN111598076 A CN 111598076A CN 202010450699 A CN202010450699 A CN 202010450699A CN 111598076 A CN111598076 A CN 111598076A
- Authority
- CN
- China
- Prior art keywords
- frame
- image
- binary image
- pixel
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004891 communication Methods 0.000 claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 16
- 238000007667 floating Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 10
- 230000008602 contraction Effects 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 18
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/38—Concurrent instruction execution, e.g. pipeline or look ahead
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种标签图像中日期检测处理方法及装置,该方法包括:对标签图像进行灰度化处理,并对灰度化后的标签图像进行二值化处理,得到二值图像;对所述二值图像进行边框提取,得到所述二值图像的边框,并移除所述二值图像的边框,得到移除边框的目标图像;遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域,并对区域连通后的所述目标图像进行像素反转处理;获取像素反转之后的所述多个连通区域的轮廓,并根据所述轮廓生成所述多个连通区域的边界框,并根据所述边界框确定日期的检查结果,可以解决相关技术中对于标签中日期和边框靠的很近或接近粘连时无法准确识别日期的问题。
Description
技术领域
本发明涉及图像处理领域,具体而言,涉及一种标签图像中日期检测处理方法及装置。
背景技术
在餐饮领域中,几乎所有的食用物品都必须带有生产日期和有效日期。于是很多商家将带有日期的标签直接贴在物品的包装上,从而体现出物品的生产日期和有效日期。为了统一管理这些物品的日期信息,可以通过OCR技术获取标签上的日期信息,之后将识别出的信息录入到后台管理系统。
OCR技术获取标签上的日期信息大致可以分为两块:检测和识别。首先检测出标签中日期所在的位置;然后将日期部分提取出来,对该部分进行识别,以获取日期信息。
针对相关技术中对于标签中日期和边框靠的很近或接近粘连时无法准确识别日期的问题,尚未提出解决方案。
发明内容
本发明实施例提供了一种标签图像中日期检测处理方法及装置,以至少解决相关技术中对于标签中日期和边框靠的很近或接近粘连时无法准确识别日期的问题。
根据本发明的一个实施例,提供了一种标签图像中日期检测处理方法,包括:
对标签图像进行灰度化处理,并对灰度化后的标签图像进行二值化处理,得到二值图像;
对所述二值图像进行边框提取,得到所述二值图像的边框,并移除所述二值图像的边框,得到移除边框的目标图像;
遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域,并对区域连通后的所述目标图像进行像素反转处理;
获取像素反转之后的所述多个连通区域的轮廓,并根据所述轮廓生成所述多个连通区域的边界框,并根据所述边界框确定日期的检查结果。
可选地,对所述二值图像进行边框提取,得到所述二值图像的边框包括:
计算所述二值图像的像素点的行均值和列均值;
确定所述行均值中的行最大值和所述列均值中的列最大值;
根据所述行最大值和所述列最大值确定所述二值图像的边框的左上角坐标和右下角坐标;
从所述左上角坐标对所述二值图进行搜索,直到目标区域中所有的像素点均已被访问,得到所述二值图像的边框,其中,所述目标区域为所述左上角坐标和所述右下角坐标为顶点的矩形边框区域。
可选地,根据所述行最大值和所述列最大值确定所述二值图像的边框的左上角坐标和右下角坐标包括:
确定所述列均值中所有大于所述列最大值与像素点浮动值的差值的第一索引,所述行均值中所有大于行最大值与所述像素点浮动值的差值的第二索引;
选取所述第一索引中最大值为所述二值图像的边框的x轴左边界x1,选取第一索引中最小值为所述二值图像的边框的x轴右边界x2;
选取所述第二索引中最大值为所述二值图像的边框的y轴上边界y1,选取所述第二索引中最小值为所述二值图像的边框的y轴下边界y2,得到所述二值图像的边框的左上角坐标(x1,y1)和右下角坐标(x2,y2)。
可选地,从所述左上角坐标对所述二值图进行搜索,直到所述目标区域中所有的像素点均已被访问,得到所述二值图像的边框包括:
从所述左上角坐标开始对所述二值图像中的像素点进行搜索,同时通过设置的记忆矩阵记录像素点是否被访问;
若遍历到的目标像素点的像素值为255,且在所述记忆矩阵中所述目标像素点未被访问,则在创建的与所述二值图像大小相同的图像上将所述目标像素点对应坐标的像素值设置为255,同时在所述记忆矩阵中将所述目标像素点对应坐标标记为已被访问;
若遍历到的所述目标像素点的像素值为255,并且在所述记忆矩阵中所述目标像素点已被访问,往回继续搜索;
若遍历到的像素点的值为0,往回继续搜索,直到所述目标区域中所有的像素点均已被访问,将创建的所述图像中的边框确定为所述二值图像的边框。
可选地,遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域包括:
遍历所述目标图像的所有像素点;
若像素点的像素值为255,在创建的与所述目标图像大小相同的图像上将所述像素点与所述像素点所在位置前后k个像素点对应坐标的像素值设置为255,得到所述目标图像的多个连通区域,其中,k为大于或等于1的整数。
可选地,所述方法还包括:
在对所述二值图像进行边框提取,得到所述二值图像的边框之前,获取所述二值图像的轮廓边界点;通过将所述轮廓边界点的像素值设置为0的方式,对所述二值图像进行轮廓收缩;
在移除所述二值图像的边框之前,获取所述二值图像的边框边界点;通过将所述边框边界点的相邻像素值设置为255的方式,对所述二值图像的边框进行边框扩张。
可选地,根据所述边界框确定日期的检查结果包括:
根据所述边界框确定长宽比最大的两个边界框为所述日期所在的目标框;
识别所述目标框,得到所述日期的检测结果。
根据本发明的另一个实施例,还提供了一种标签图像中日期检测处理装置,包括:
处理模块,用于对标签图像进行灰度化处理,并对灰度化后的标签图像进行二值化处理,得到二值图像;
提取模块,用于对所述二值图像进行边框提取,得到所述二值图像的边框,并移除所述二值图像的边框,得到移除边框的目标图像;
连通模块,用于遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域,并对区域连通后的所述目标图像进行像素反转处理;
确定模块,用于获取像素反转之后的所述多个连通区域的轮廓,并根据所述轮廓生成所述多个连通区域的边界框,并根据所述边界框确定日期的检查结果。
可选地,所述提取模块包括:
计算子模块,用于计算所述二值图像的像素点的行均值和列均值;
第一确定子模块,用于确定所述行均值中的行最大值和所述列均值中的列最大值;
第二确定子模块,用于根据所述行最大值和所述列最大值确定所述二值图像的边框的左上角坐标和右下角坐标;
搜索子模块,用于从所述左上角坐标对所述二值图进行搜索,直到目标区域中所有的像素点均已被访问,得到所述二值图像的边框,其中,所述目标区域为所述左上角坐标和所述右下角坐标为顶点的矩形边框区域。
可选地,所述第二确定子模块包括:
确定单元,用于确定所述列均值中所有大于所述列最大值与像素点浮动值的差值的第一索引,所述行均值中所有大于行最大值与所述像素点浮动值的差值的第二索引;
第一选取单元,用于选取所述第一索引中最大值为所述二值图像的边框的x轴左边界x1,选取第一索引中最小值为所述二值图像的边框的x轴右边界x2;
第二选取单元,用于选取所述第二索引中最大值为所述二值图像的边框的y轴上边界y1,选取所述第二索引中最小值为所述二值图像的边框的y轴下边界y2,得到所述二值图像的边框的左上角坐标(x1,y1)和右下角坐标(x2,y2)。
可选地,所述搜索子模块,还用于
从所述左上角坐标开始对所述二值图像中的像素点进行搜索,同时通过设置的记忆矩阵记录像素点是否被访问;
若遍历到的目标像素点的像素值为255,且在所述记忆矩阵中所述目标像素点未被访问,则在创建的与所述二值图像大小相同的图像上将所述目标像素点对应坐标的像素值设置为255,同时在所述记忆矩阵中将所述目标像素点对应坐标标记为已被访问;
若遍历到的所述目标像素点的像素值为255,并且在所述记忆矩阵中所述目标像素点已被访问,往回继续搜索;
若遍历到的像素点的值为0,往回继续搜索,直到所述目标区域中所有的像素点均已被访问,将创建的所述图像中的边框确定为所述二值图像的边框。
可选地,所述连通模块包括:
遍历子模块,用于遍历所述目标图像的所有像素点;
赋值子模块,用于若像素点的像素值为255,在创建的与所述目标图像大小相同的图像上将所述像素点与所述像素点所在位置前后k个像素点对应坐标的像素值设置为255,得到所述目标图像的多个连通区域,其中,k为大于或等于1的整数。
可选地,所述装置还包括:
轮廓收缩模块,用于在对所述二值图像进行边框提取,得到所述二值图像的边框之前,获取所述二值图像的轮廓边界点;通过将所述轮廓边界点的像素值设置为0的方式,对所述二值图像进行轮廓收缩;
边框扩张模块,用于在移除所述二值图像的边框之前,获取所述二值图像的边框边界点;通过将所述边框边界点的相邻像素值设置为255的方式,对所述二值图像的边框进行边框扩张。
可选地,所述确定模块包括:
第三确定子模块,用于根据所述边界框确定长宽比最大的两个边界框为所述日期所在的目标框;
识别子模块,用于识别所述目标框,得到所述日期的检测结果。
根据本发明的又一个实施例,还提供了一种计算机可读的存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,对标签图像进行灰度化处理,并对灰度化后的标签图像进行二值化处理,得到二值图像;对所述二值图像进行边框提取,得到所述二值图像的边框,并移除所述二值图像的边框,得到移除边框的目标图像;遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域,并对区域连通后的所述目标图像进行像素反转处理;获取像素反转之后的所述多个连通区域的轮廓,并根据所述轮廓生成所述多个连通区域的边界框,并根据所述边界框确定日期的检查结果,可以解决相关技术中对于标签中日期和边框靠的很近或接近粘连时无法准确识别日期的问题,对于标签中日期和边框靠的很近或接近粘连时,通过移除边框之后再提取日期,可以准确得到日期的检查结果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的标签图像中日期检测处理方法的移动终端的硬件结构框图;
图2是根据本发明实施例的标签图像中日期检测处理方法的流程图;
图3是根据本发明实施例的灰度化后的原始图片的示意图;
图4是根据本发明实施例的灰度化后的二值图片的示意图;
图5是根据本发明实施例的轮廓收缩的二值图片的示意图;
图6是根据本发明实施例的提取出的边框二值图的示意图;
图7是根据本发明实施例的区域扩张后的边框二值图的示意图;
图8是根据本发明实施例的移除边框后的二值图片的示意图;
图9是根据本发明实施例的日期款检测结果的示意图;
图10是根据本发明实施例的标签图像中日期检测处理装置的框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
实施例1
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的标签图像中日期检测处理方法的移动终端的硬件结构框图,如图1所示,移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的报文接收方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端10。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。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
基于上述的移动终端或网络架构,本实施例提供了一种标签图像中日期检测处理方法,图2是根据本发明实施例的标签图像中日期检测处理方法的流程图,如图2所示,该流程包括如下步骤:
步骤S202,对标签图像进行灰度化处理,并对灰度化后的标签图像进行二值化处理,得到二值图像;
本发明实施例中的标签图像,可通过诸如摄像头的图像采集设备直接进行拍摄获得目标图像;也可通过与其他设备进行通信交互,接收来自其他设备的发送的图像;也可以直接从预先存储的可读存储介质中读取图像的方式获得目标图像。本发明实施例对如何获取目标图像,以及所获取的目标图像的具体场景以及其所包含的图像内容并不限定。
步骤S204,对所述二值图像进行边框提取,得到所述二值图像的边框,并移除所述二值图像的边框,得到移除边框的目标图像;
步骤S206,遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域,并对区域连通后的所述目标图像进行像素反转处理;
步骤S208,获取像素反转之后的所述多个连通区域的轮廓,并根据所述轮廓生成所述多个连通区域的边界框,并根据所述边界框确定日期的检查结果。
进一步地,上述步骤S208具体可以包括:根据所述边界框确定长宽比最大的两个边界框为所述日期所在的目标框;识别所述目标框,得到所述日期的检测结果。
通过上述步骤S202至S208,对标签图像进行灰度化处理,并对灰度化后的标签图像进行二值化处理,得到二值图像;对所述二值图像进行边框提取,得到所述二值图像的边框,并移除所述二值图像的边框,得到移除边框的目标图像;遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域,并对区域连通后的所述目标图像进行像素反转处理;获取像素反转之后的所述多个连通区域的轮廓,并根据所述轮廓生成所述多个连通区域的边界框,并根据所述边界框确定日期的检查结果,可以解决相关技术中对于标签中日期和边框靠的很近或接近粘连时无法准确识别日期的问题,对于标签中日期和边框靠的很近或接近粘连时,通过移除边框之后再提取日期,可以准确得到日期的检查结果。
在一可选的实施例中,上述步骤S204具体可以包括:
计算所述二值图像的像素点的行均值和列均值;
确定所述行均值中的行最大值和所述列均值中的列最大值;
根据所述行最大值和所述列最大值确定所述二值图像的边框的左上角坐标和右下角坐标,进一步的,确定所述列均值中所有大于所述列最大值与像素点浮动值的差值的第一索引,所述行均值中所有大于行最大值与所述像素点浮动值的差值的第二索引;选取所述第一索引中最大值为所述二值图像的边框的x轴左边界x1,选取第一索引中最小值为所述二值图像的边框的x轴右边界x2;选取所述第二索引中最大值为所述二值图像的边框的y轴上边界y1,选取所述第二索引中最小值为所述二值图像的边框的y轴下边界y2,得到所述二值图像的边框的左上角坐标(x1,y1)和右下角坐标(x2,y2);
从所述左上角坐标对所述二值图进行搜索,直到目标区域中所有的像素点均已被访问,得到所述二值图像的边框,其中,所述目标区域为所述左上角坐标和所述右下角坐标为顶点的矩形边框区域,进一步的,从所述左上角坐标对所述二值图进行搜索,同时通过设置的记忆矩阵记录像素点是否被访问;若遍历到的目标像素点的像素值为255,且在所述记忆矩阵中所述目标像素点未被访问,则在创建的与所述二值图像大小相同的图像上将所述目标像素点对应坐标的像素值设置为255,同时在所述记忆矩阵中将所述目标像素点对应坐标标记为已被访问;若遍历到的所述目标像素点的像素值为255,并且在所述记忆矩阵中所述目标像素点已被访问,往回继续搜索;若遍历到的像素点的值为0,往回继续搜索,直到所述目标区域中所有的像素点均已被访问,将创建的所述图像中的边框确定为所述二值图像的边框,例如,从像素点1向上搜索到像素点2,若像素点2的像素值为0,则说明像素点2已超出目标区域,则回到像素点1机型搜索。继续从像素点1向右搜索到像素点3,若像素点3的像素值为255,同时在记忆矩阵中将像素点3对应坐标标记为已被访问,则回到像素点1继续搜索;继续从像素点1向左搜索到像素点4,若像素点4的像素值为255,同时在记忆矩阵中将像素点3对应坐标标记为未被访问,在创建的与所述二值图像大小相同的图像上将像素点4对应坐标的像素值设置为255,同时在所述记忆矩阵中将像素点4对应坐标标记为已被访问。
在另一可选的实施例中,步骤S206具体可以包括:遍历所述目标图像的所有像素点;若像素点的像素值为255,在创建的与所述目标图像大小相同的图像上将所述像素点与所述像素点所在位置前后k个像素点对应坐标的像素值设置为255,得到所述目标图像的多个连通区域,其中,k为大于或等于1的整数。
本发明实施例中,在对所述二值图像进行边框提取,得到所述二值图像的边框之前,获取所述二值图像的轮廓边界点;通过将所述轮廓边界点的像素值设置为0的方式,对所述二值图像进行轮廓收缩;在移除所述二值图像的边框之前,获取所述二值图像的边框边界点;通过将所述边框边界点的相邻像素值设置为255的方式,对所述二值图像的边框进行边框扩张。在边框提取之前,对轮廓进行收缩,从而可以有效增大日期与边框的距离,使得提取边框更准确,在边框提取之后,又对轮廓进行扩展,恢复到原有的宽度。
本发明实施例的日期检测,具体可以包括:图片灰度化、图片二值化、轮廓收缩、边框提取、边框区域扩张、移除边框、区域连通、生成轮廓、生成边界框、边界框与处理。下面对每个部分进行简要说明。
图片灰度化,图3是根据本发明实施例的灰度化后的原始图片的示意图,如图2所示由于检测标签中的日期区域与标签图片的颜色信息无关,因此对图片进行灰度化处理,将原始图片由三通道转换为单通道,方便后续高效的处理。
图片二值化,图4是根据本发明实施例的灰度化后的二值图片的示意图,如图4所示,对图片进行二值化处理,使其每个像素点的取值变为0/255,这样做是为了方便后续轮廓的提取。这里有一个地方需要注意,将灰度图片转为二值化图片时需要选取一个阈值,图片中每个像素点的像素值大于该阈值的将赋值为255;小于该阈值的将赋值为0。
其中,t表示选取的阈值;bij表示二值化图片中坐标(i,j)上的像素值;gij表示灰度图片中坐标(i,j)上的像素值。
为了选取一个自动适用的阈值t,这里使用灰度图片中所有像素点的均值表示阈值t。公式如下:
其中,r表示灰度图片的行数;c表示灰度图片中列数;gij表示灰度图片中坐标(i,j)上的像素值。
轮廓收缩,为了进一步分离标签中有效信息(文字和日期)与标签中的黑色边框,图5是根据本发明实施例的轮廓收缩的二值图片的示意图,如图5所示,将二值化图片中有效的区域的轮廓进行收缩,如果某个像素点被确定为边界点,则将该边界点的像素值赋值为0,得到轮廓收缩后的二值化图片binary4。经过图片二值化处理后得到图binary3,新建一张与图binary3一样的初始图binary4,根据图binary3中每个像素点进行如下判断和处理:如果像素点的像素值为255,则该像素点为一个有效像素点,继续以下步骤:如果判断该像素点周围的四个像素点中,有一个像素点的像素值为0,则说明该像素点为边界上的像素点,则跳过该像素点,不做处理;否则,将初始图binary4上该对应像素点的像素值设置为255;如果像素点的像素值为非255,则跳过该像素点,不做处理。根据图binary3完成对每一个像素点的上判断和对初始图binary4上对应像素点的处理后,即得到轮廓收缩后的图binary4。
边框提取,为了确定边框所在的位置,首先计算图5中二值化图像像素点的行求均值rows和列均值clos;然后计算clos中最大值x_max和rows中的最大值y_max;接着计算clos中所有大于x_max-s的索引x_index,rows中所有大于y_max-s的索引y_index,其中s为像素点浮动值;最后取x_index中最大值其对应边框x轴的左边界,即为x1,取x_index中最小值,其对应边框x轴的右边界,即为x2,取y_index中最大值,其对应边框y轴的上边界,即为y1,取y_index中最小值,其对应边框y轴的下边界,即为y2,这样变求出了边框的左上角坐标(x1,y1)和右下角坐标(x2,y2)。
之后创建一张和图5一样大小的0矩阵binary5,从坐标(x1,y1)开始对图5中的像素点进行搜索,如果遍历到的点(x,y)的值为255,则将binary5[x][y]=255,如果遍历到的点(x,y)的值为0,说明位置已经越出边框范围,则向回搜索。
图6是根据本发明实施例的提取出的边框二值图的示意图,如图6所示,经过以上操作后提取出的边框二值化图片binary5。
边框区域扩张,图7是根据本发明实施例的区域扩张后的边框二值图的示意图,如图7所示,为了更好的移除图片5中的边框,对边框的区域进行扩张,如果一个像素点是边界点,此时将该边界点八个方向的像素值都赋值为255。得到区域扩张后的二值化图片binary6。
移除边框,图8是根据本发明实施例的移除边框后的二值图片的示意图,如图8所示,使用binary4减去binary6便可以取出标签中的边框,得到移除边框后的目标图片binary7。
区域连通,访问binary7中的每个像素点,如果该像素点是轮廓点,则将该像素点的行方向相邻的k个点都赋值为255,经过区域连通后生成二值化图片binary8。之后对binary8进行像素反转操作,得出二值化图片binary9。具体的,新建一张和图binary7一样大小的初始图binary8,根据图binary7每个像素点执行以下判断和处理:如果像素点的像素值为255,则将初始图binary8中对应像素点位置在内的前后k个像素点的像素值设置为255;如果像素点的像素值不为255,不做任何处理。根据图binary7完成对每一个像素点上的判断和对初始图binary8上对应像素点的处理后,即得到横向扩张后的图binary8。其中,k为大于或等于1的整数;可选地,设置为3或根据图片的特征设定其他数值。之后对binary8进行像素反转操作,得出二值化图片binary9。
生成轮廓,使用OpenCV提供的findContours()函数获取图片中有效区域的轮廓。
生成边界框,使用OpenCV提供的boundingRect()函数获取轮廓的边界框(最小外接矩形)。
边界框后处理,图9是根据本发明实施例的日期款检测结果的示意图,如图9所示,所需要的目标框(日期区域)具有面积较大和长宽比较大的特点。于是基于上述两个特点,首先对图10中所有边界的面积进行排序,选取前6个面积最大的边界框;然后从这个6个面积最大的边界框中选取长宽比最大的两个边界框即为所求的日期框,识别日期框,得到日期的识别结果。
实施例2
根据本发明的另一个实施例,还提供了一种标签图像中日期检测处理装置,图10是根据本发明实施例的标签图像中日期检测处理装置的框图,如图10所示,包括:
处理模块102,用于对标签图像进行灰度化处理,并对灰度化后的标签图像进行二值化处理,得到二值图像;
提取模块104,用于对所述二值图像进行边框提取,得到所述二值图像的边框,并移除所述二值图像的边框,得到移除边框的目标图像;
连通模块106,用于遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域,并对区域连通后的所述目标图像进行像素反转处理;
确定模块108,用于获取像素反转之后的所述多个连通区域的轮廓,并根据所述轮廓生成所述多个连通区域的边界框,并根据所述边界框确定日期的检查结果。
可选地,所述提取模块104包括:
计算子模块,用于计算所述二值图像的像素点的行均值和列均值;
第一确定子模块,用于确定所述行均值中的行最大值和所述列均值中的列最大值;
第二确定子模块,用于根据所述行最大值和所述列最大值确定所述二值图像的边框的左上角坐标和右下角坐标;
搜索子模块,用于从所述左上角坐标对所述二值图进行搜索,直到目标区域中所有的像素点均已被访问,得到所述二值图像的边框,其中,所述目标区域为所述左上角坐标和所述右下角坐标为顶点的矩形边框区域。
可选地,所述第二确定子模块包括:
确定单元,用于确定所述列均值中所有大于所述列最大值与像素点浮动值的差值的第一索引,所述行均值中所有大于行最大值与所述像素点浮动值的差值的第二索引;
第一选取单元,用于选取所述第一索引中最大值为所述二值图像的边框的x轴左边界x1,选取第一索引中最小值为所述二值图像的边框的x轴右边界x2;
第二选取单元,用于选取所述第二索引中最大值为所述二值图像的边框的y轴上边界y1,选取所述第二索引中最小值为所述二值图像的边框的y轴下边界y2,得到所述二值图像的边框的左上角坐标(x1,y1)和右下角坐标(x2,y2)。
可选地,所述搜索子模块,还用于
从所述左上角坐标开始对所述二值图像中的像素点进行搜索,同时通过设置的记忆矩阵记录像素点是否被访问;
若遍历到的目标像素点的像素值为255,且在所述记忆矩阵中所述目标像素点未被访问,则在创建的与所述二值图像大小相同的图像上将所述目标像素点对应坐标的像素值设置为255,同时在所述记忆矩阵中将所述目标像素点对应坐标标记为已被访问;
若遍历到的所述目标像素点的像素值为255,并且在所述记忆矩阵中所述目标像素点已被访问,往回继续搜索;
若遍历到的像素点的值为0,往回继续搜索,直到所述目标区域中所有的像素点均已被访问,将创建的所述图像中的边框确定为所述二值图像的边框。
可选地,所述连通模块106包括:
遍历子模块,用于遍历所述目标图像的所有像素点;
赋值子模块,用于若像素点的像素值为255,在创建的与所述目标图像大小相同的图像上将所述像素点与所述像素点所在位置前后k个像素点对应坐标的像素值设置为255,得到所述目标图像的多个连通区域,其中,k为大于或等于1的整数。
可选地,所述装置还包括:
轮廓收缩模块,用于在对所述二值图像进行边框提取,得到所述二值图像的边框之前,获取所述二值图像的轮廓边界点;通过将所述轮廓边界点的像素值设置为0的方式,对所述二值图像进行轮廓收缩;
边框扩张模块,用于在移除所述二值图像的边框之前,获取所述二值图像的边框边界点;通过将所述边框边界点的相邻像素值设置为255的方式,对所述二值图像的边框进行边框扩张。
可选地,所述确定模块108包括:
第三确定子模块,用于根据所述边界框确定长宽比最大的两个边界框为所述日期所在的目标框;
识别子模块,用于识别所述目标框,得到所述日期的检测结果。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
实施例3
本发明的实施例还提供了一种计算机可读的存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,对标签图像进行灰度化处理,并对灰度化后的标签图像进行二值化处理,得到二值图像;
S2,对所述二值图像进行边框提取,得到所述二值图像的边框,并移除所述二值图像的边框,得到移除边框的目标图像;
S3,遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域,并对区域连通后的所述目标图像进行像素反转处理;
S4,获取像素反转之后的所述多个连通区域的轮廓,并根据所述轮廓生成所述多个连通区域的边界框,并根据所述边界框确定日期的检查结果。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
实施例4
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,对标签图像进行灰度化处理,并对灰度化后的标签图像进行二值化处理,得到二值图像;
S2,对所述二值图像进行边框提取,得到所述二值图像的边框,并移除所述二值图像的边框,得到移除边框的目标图像;
S3,遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域,并对区域连通后的所述目标图像进行像素反转处理;
S4,获取像素反转之后的所述多个连通区域的轮廓,并根据所述轮廓生成所述多个连通区域的边界框,并根据所述边界框确定日期的检查结果。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种标签图像中日期检测处理方法,其特征在于,包括:
对标签图像进行灰度化处理,并对灰度化后的标签图像进行二值化处理,得到二值图像;
对所述二值图像进行边框提取,得到所述二值图像的边框,并移除所述二值图像的边框,得到移除边框的目标图像;
遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域,并对区域连通后的所述目标图像进行像素反转处理;
获取像素反转之后的所述多个连通区域的轮廓,并根据所述轮廓生成所述多个连通区域的边界框,并根据所述边界框确定日期的检查结果。
2.根据权利要求1所述的方法,其特征在于,对所述二值图像进行边框提取,得到所述二值图像的边框包括:
计算所述二值图像的像素点的行均值和列均值;
确定所述行均值中的行最大值和所述列均值中的列最大值;
根据所述行最大值和所述列最大值确定所述二值图像的边框的左上角坐标和右下角坐标;
从所述左上角坐标对所述二值图进行搜索,直到目标区域中所有的像素点均已被访问,得到所述二值图像的边框,其中,所述目标区域为所述左上角坐标和所述右下角坐标为顶点的矩形边框区域。
3.根据权利要求2所述的方法,其特征在于,根据所述行最大值和所述列最大值确定所述二值图像的边框的左上角坐标和右下角坐标包括:
确定所述列均值中所有大于所述列最大值与像素点浮动值的差值的第一索引,所述行均值中所有大于行最大值与所述像素点浮动值的差值的第二索引;
选取所述第一索引中最大值为所述二值图像的边框的x轴左边界x1,选取第一索引中最小值为所述二值图像的边框的x轴右边界x2;
选取所述第二索引中最大值为所述二值图像的边框的y轴上边界y1,选取所述第二索引中最小值为所述二值图像的边框的y轴下边界y2,得到所述二值图像的边框的左上角坐标(x1,y1)和右下角坐标(x2,y2)。
4.根据权利要求2所述的方法,其特征在于,从所述左上角坐标对所述二值图进行搜索,直到目标区域中所有的像素点均已被访问,得到所述二值图像的边框包括:
从所述左上角坐标开始对所述二值图像中的像素点进行搜索,同时通过设置的记忆矩阵记录像素点是否被访问;
若遍历到的目标像素点的像素值为255,且在所述记忆矩阵中所述目标像素点未被访问,则在创建的与所述二值图像大小相同的图像上将所述目标像素点对应坐标的像素值设置为255,同时在所述记忆矩阵中将所述目标像素点对应坐标标记为已被访问;
若遍历到的所述目标像素点的像素值为255,并且在所述记忆矩阵中所述目标像素点已被访问,往回继续搜索;
若遍历到的像素点的值为0,往回继续搜索,直到所述目标区域中所有的像素点均已被访问,将创建的所述图像中的边框确定为所述二值图像的边框。
5.根据权利要求1所述的方法,其特征在于,遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域包括:
遍历所述目标图像的所有像素点;
若像素点的像素值为255,在创建的与所述目标图像大小相同的图像上将所述像素点与所述像素点所在位置前后k个像素点对应坐标的像素值设置为255,得到所述目标图像的多个连通区域,其中,k为大于或等于1的整数。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在对所述二值图像进行边框提取,得到所述二值图像的边框之前,获取所述二值图像的轮廓边界点;通过将所述轮廓边界点的像素值设置为0的方式,对所述二值图像进行轮廓收缩;
在移除所述二值图像的边框之前,获取所述二值图像的边框边界点;通过将所述边框边界点的相邻像素值设置为255的方式,对所述二值图像的边框进行边框扩张。
7.根据权利要求1至6中任一项所述的方法,其特征在于,根据所述边界框确定日期的检查结果包括:
根据所述边界框确定长宽比最大的两个边界框为所述日期所在的目标框;
识别所述目标框,得到所述日期的检测结果。
8.一种标签图像中日期检测处理装置,其特征在于,包括:
处理模块,用于对标签图像进行灰度化处理,并对灰度化后的标签图像进行二值化处理,得到二值图像;
提取模块,用于对所述二值图像进行边框提取,得到所述二值图像的边框,并移除所述二值图像的边框,得到移除边框的目标图像;
连通模块,用于遍历所述目标图像的所有像素点,对所述目标图像进行区域连通,得到所述目标图像的多个连通区域,并对区域连通后的所述目标图像进行像素反转处理;
确定模块,用于获取像素反转之后的所述多个连通区域的轮廓,并根据所述轮廓生成所述多个连通区域的边界框,并根据所述边界框确定日期的检查结果。
9.一种计算机可读的存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至7中任一项所述的方法。
10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010450699.7A CN111598076B (zh) | 2020-05-25 | 2020-05-25 | 一种标签图像中日期检测处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010450699.7A CN111598076B (zh) | 2020-05-25 | 2020-05-25 | 一种标签图像中日期检测处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111598076A true CN111598076A (zh) | 2020-08-28 |
CN111598076B CN111598076B (zh) | 2023-05-02 |
Family
ID=72186452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010450699.7A Active CN111598076B (zh) | 2020-05-25 | 2020-05-25 | 一种标签图像中日期检测处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111598076B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112528761A (zh) * | 2020-11-24 | 2021-03-19 | 上海墨说科教设备有限公司 | 图像中特定目标提取方法、系统、电子设备及存储介质 |
CN112634286A (zh) * | 2020-12-24 | 2021-04-09 | 宁波视睿迪光电有限公司 | 图像的裁剪方法及装置 |
CN113129326A (zh) * | 2021-06-17 | 2021-07-16 | 苏州高视半导体技术有限公司 | 灰度图像的自适应阈值分割方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003046807A1 (en) * | 2001-11-30 | 2003-06-05 | Matsushita Electric Works, Ltd. | Image recognition method and apparatus for the same method |
CN110443780A (zh) * | 2019-06-26 | 2019-11-12 | 深圳市容会科技有限公司 | 一种基于OpenCV算法的PPT边框提取方法及相关设备 |
CN111079741A (zh) * | 2019-12-02 | 2020-04-28 | 腾讯科技(深圳)有限公司 | 图像边框位置检测方法、装置、电子设备及存储介质 |
CN111080665A (zh) * | 2019-12-31 | 2020-04-28 | 歌尔股份有限公司 | 图像边框识别方法、装置、设备和计算机存储介质 |
CN111145086A (zh) * | 2019-12-27 | 2020-05-12 | 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 |
-
2020
- 2020-05-25 CN CN202010450699.7A patent/CN111598076B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003046807A1 (en) * | 2001-11-30 | 2003-06-05 | Matsushita Electric Works, Ltd. | Image recognition method and apparatus for the same method |
CN110443780A (zh) * | 2019-06-26 | 2019-11-12 | 深圳市容会科技有限公司 | 一种基于OpenCV算法的PPT边框提取方法及相关设备 |
CN111079741A (zh) * | 2019-12-02 | 2020-04-28 | 腾讯科技(深圳)有限公司 | 图像边框位置检测方法、装置、电子设备及存储介质 |
CN111145086A (zh) * | 2019-12-27 | 2020-05-12 | 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 |
CN111080665A (zh) * | 2019-12-31 | 2020-04-28 | 歌尔股份有限公司 | 图像边框识别方法、装置、设备和计算机存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112528761A (zh) * | 2020-11-24 | 2021-03-19 | 上海墨说科教设备有限公司 | 图像中特定目标提取方法、系统、电子设备及存储介质 |
CN112528761B (zh) * | 2020-11-24 | 2023-04-07 | 上海墨说科教设备有限公司 | 图像中特定目标提取方法、系统、电子设备及存储介质 |
CN112634286A (zh) * | 2020-12-24 | 2021-04-09 | 宁波视睿迪光电有限公司 | 图像的裁剪方法及装置 |
CN113129326A (zh) * | 2021-06-17 | 2021-07-16 | 苏州高视半导体技术有限公司 | 灰度图像的自适应阈值分割方法 |
CN113129326B (zh) * | 2021-06-17 | 2021-11-12 | 苏州高视半导体技术有限公司 | 灰度图像的自适应阈值分割方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111598076B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111598076B (zh) | 一种标签图像中日期检测处理方法及装置 | |
CN107944450B (zh) | 一种车牌识别方法及装置 | |
CN109409377B (zh) | 图像中文字的检测方法及装置 | |
CN108108734B (zh) | 一种车牌识别方法及装置 | |
CN110717366A (zh) | 文本信息的识别方法、装置、设备及存储介质 | |
CN111178355B (zh) | 印章识别方法、装置和存储介质 | |
JP7026165B2 (ja) | テキスト認識方法及びテキスト認識装置、電子設備、記憶媒体 | |
CN105868708A (zh) | 一种图像目标识别方法及装置 | |
CN110909640A (zh) | 水位线的确定方法及装置、存储介质、电子装置 | |
CN110909743B (zh) | 图书盘点方法及图书盘点系统 | |
WO2017088462A1 (zh) | 图像处理方法和装置 | |
CN112101386B (zh) | 文本检测方法、装置、计算机设备和存储介质 | |
CN108304562B (zh) | 一种搜题方法、搜题装置及智能终端 | |
CN113920117B (zh) | 一种面板缺陷区域检测方法、装置、电子设备及存储介质 | |
CN111784675A (zh) | 物品纹理信息处理的方法、装置、存储介质及电子设备 | |
CN111415364A (zh) | 一种计算机视觉中图像分割样本的转换方法、系统及存储介质 | |
CN116188700B (zh) | 一种基于aigc自动生成3d场景的系统 | |
CN112950554A (zh) | 一种基于肺分割的肺叶分割优化方法及系统 | |
CN108960247B (zh) | 图像显著性检测方法、装置以及电子设备 | |
JP2005317042A (ja) | 画像処理装置 | |
CN113283439A (zh) | 基于图像识别的智能计数方法、装置及系统 | |
CN110084117B (zh) | 基于二值图分段投影的文档表格线检测方法、系统 | |
CN110610177A (zh) | 字符识别模型的训练方法、字符识别方法及装置 | |
CN115187800A (zh) | 基于深度学习的人工智能商品检验方法、装置及介质 | |
CN111462035B (zh) | 一种图片检测方法及装置 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230717 Address after: Room 103-365, No. 2, Lane 99, Changjiang South Road, Baoshan District, Shanghai, 2019 Patentee after: Shanghai Guisheng Technology Co.,Ltd. Address before: A1002, 10th floor, building 1, yard 1, Zhongguancun East Road, Haidian District, Beijing 100086 Patentee before: MININGLAMP SOFTWARE SYSTEMS Co.,Ltd. |