CN111739038B - 一种手绘图轮廓线断点自动连接方法及装置 - Google Patents
一种手绘图轮廓线断点自动连接方法及装置 Download PDFInfo
- Publication number
- CN111739038B CN111739038B CN202010775168.5A CN202010775168A CN111739038B CN 111739038 B CN111739038 B CN 111739038B CN 202010775168 A CN202010775168 A CN 202010775168A CN 111739038 B CN111739038 B CN 111739038B
- Authority
- CN
- China
- Prior art keywords
- hand
- contour line
- drawn
- inflection
- inflection point
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种手绘图轮廓线断点自动连接方法及装置,主要解决现有技术中存在的现有人工排查手绘图轮廓线断点,易存在遗漏,断点多时寻找及连接费时费力,手绘图为建筑物时影响白膜生成及可视化效果问题。该一种手绘图轮廓线断点自动连接方法为先读取手绘图转化为二值化图,然后提取最外层轮廓线,计算拐点得到拐点对集合,再然后判定断点;识别两个断点连接线条,提取边界线,然后删去最大的轮廓线,完成断点的连接。通过上述方案,本发明达到了不易遗漏,高效寻找及连接断点及不影响建筑物手绘图时白膜的生成和可视化效果的目的,具有很高的实用价值和推广价值。
Description
技术领域
本发明涉及智能视图领域,进一步的说,是涉及一种手绘图轮廓线断点自动连接方法及装置。
背景技术
手绘图是常用的能展示设计师设计思维及开展创造性工作的平台,但是手绘图形信息的模糊性和用户输入的随意性阻止了手绘图形识别技术的发展;随着计算机软硬件性能的不断提高,人工智能和人机交互等学科的不断进步,已可将手绘图导入计算机中;但导入计算机中的手绘图的轮廓线易出现断点,现均采用人工排查出并连接轮廓线断点。
人工排查手绘图轮廓线断点连接的处理方法为:先将手绘图导入画图工具,然后通过放大或缩小图片寻找未连接的断点位置,再然后通过画图工具的画笔将断点连接起来,重复上述过程至所有断点均连接。
若手绘图中展现的事物较多,线条丰富,如建筑类手绘图时,人工排查易存在遗漏;当断点较多时,人工寻找连接断点还费时费力;使用画图工具进行人工连接断点时,还会存在断点连接区域轮廓线条不连续的情况;手绘图为建筑物时,这些问题还会影响建筑物的白模生成和可视化效果。
发明内容
本发明的目的在于提供一种手绘图轮廓线断点自动连接方法及装置,以解决现有人工排查手绘图轮廓线断点,易存在遗漏,断点多时寻找及连接费时费力,手绘图为建筑物时影响白膜生成及可视化效果的问题。
为了解决上述问题,本发明提供如下技术方案:
一种手绘图轮廓线断点自动连接方法包括以下步骤:
S1、读取手绘图将其灰度化得到灰度图,将灰度图二值化得到二值化图;
S2、提取步骤S1中二值化图中的轮廓线,筛选出最外层轮廓线;
S3、依顺序遍历步骤S2中最外层轮廓线上的所有节点,计算出多个拐点组成的拐点集;
S4、剔除步骤S3中的多对多成对的拐点,得到拐点对集合,确定断点判定阈值,拐点对集合内任意两个拐点之间距离小于阈值的相邻拐点为断点;
S5、步骤S4中识别两个断点连接线条,然后用Improc.findContours函数提取边界线,并删除最大的轮廓线,进而实现断点的连接。
进一步的,步骤S1的具体过程如下:
S101、使用OpenCV的读取手绘图图片,得到R、G、B三通道的像素值;
S102、利用OpenCV颜色空间转换函数cvtColor将步骤S101中R、G、B三通道转换到一个通道,灰度范围为0-255,得到灰度图;
S103、计算步骤S102中灰度图领域的高斯加权平均值作为阈值,高于该阈值的灰度值设为255为白色,低于该阈值的灰度值设为0为黑色得到二值化图;二值化后整个图像呈现只有黑和白的效果。
进一步的,步骤S2中筛选轮廓线具体过程如下:
S201、删除最大的轮廓线;
S202、剔除小于设定阈值像素的面;如长和宽都在4个像素以内的面,剩下的轮廓线包括图的边界轮廓(如建筑物轮廓)、手写文字轮廓和比例尺轮廓;
S203、完成步骤S21和S22后筛选出有包含关系的轮廓线,保留最外层的轮廓线。
进一步的,步骤S2和S5分别使用Imgproc.findContours函数提取轮廓线和边界线。
进一步的,步骤S3的具体过程如下:
S301、依顺序遍历步骤S2筛选后轮廓线上的所有节点,对于第i个点,计算第i+1个点与第i个点的角度angle,然后依次计算第i+2,i+3…i+n个点分别与第i个点的角度nextAngle;其中,i为正整数,i+n为节点的总数;
S302、角度nextAngle和角度angle差值的绝对值在(90°,270°)范围内,则i+1为拐点;
S303、重复步骤S301和S302得到拐点集。
进一步的,其中有一些拐点是连续的(如距离在20像素内),即它们是在同一个拐弯的位置,只需取其中一个;步骤S303中重复步骤S301和S302之后,对于距离在设定阈值范围内的拐点,取索引值位于中间的拐点,舍弃其它拐点得到拐点集。
进一步的,步骤S4中取手绘图中图外接矩形的长和宽,以长和宽中最大值者的15%作为断点判别的阈值。
进一步的,步骤S4中拐点对集合的具体过程为:剔除拐点集中多对多的拐点或者一对多的拐点组,仅保留一对一的拐点组,形成拐点对集合。
一种手绘图轮廓线断点自动连接装置包括:
存储器:用于存储可执行指令;
处理器:用于执行所述存储器中存储的可执行指令,实现上述任一一种手绘图轮廓线断点自动连接方法。
与现有技术相比,本发明具有以下有益效果:
(1)本发明通过将手绘图转化为二值化图,然后筛选出外层轮廓线,再然后得出断点,自动识别将两个断点之间连线,完成手绘图轮廓线断点的自动连接,避免了人工排查易遗漏及连线费时费力效率低的情况。
(2)通过本发明可以实现建筑物轮廓线断点的自动连接,得到封闭的建筑物轮廓,实现由建筑物手绘图到白模的自动生成,避免可视化页面设计人员根据手绘图中计算建筑物数据生成白模的繁琐过程,大幅度地提升工作效率,缩短项目的开发周期。
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,其中:
图1为手绘简图。
图2为轮廓提取后的手绘简图。
图3为手绘简图上的节点示意图。
图4为轮廓线上拐点的示意图。
图5为手绘简图上断点的示意图。
图6为断点连接后的轮廓线。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合图1至图6对本发明作进一步地详细描述,所描述的实施例不应视为对本发明的限制,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它实施例,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本发明实施例的目的,不是旨在限制本发明。
对本发明实施例进行进一步详细说明之前,对本发明实施例中涉及的名词和术语进行说明,本发明实施例中涉及的名词和术语适用于如下的解释。
颜色空间:对色彩的一种描述方式,定义有很多种,区别在于面向不同的应用背景。
RGB颜色空间:基于物体发光定义的。RGB正好对应光的三原色:R是红光(Red),G是绿光(Green),B是蓝光(Blue)。
OpenCV: OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
图像灰度化:将彩色图像转化成为灰度图像的过程。在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值,因此,灰度图像每个像素只需一个字节存放灰度值(又称强度值、亮度值),灰度范围为0-255。
图像二值化:让图像的像素点矩阵中的每个像素点的灰度值为0(黑色)或者255(白色),也就是让整个图像呈现只有黑和白的效果。二值化后的图像中的灰度值范围是0或者255。
轮廓:一系列相连的点组成的曲线,代表了物体的基本外形,相对于边缘,轮廓是连续的,边缘并不全部连续。
轮廓提取:一种寻找图形轮廓的操作,一般用于二值图,所以通常会使用阈值分割或Canny边缘检测先得到二值图。
实施例1
一种手绘图轮廓线断点自动连接方法包括以下步骤:
S1、读取手绘图将其灰度化得到灰度图,将灰度图二值化得到二值化图;
S2、使用Imgproc.findContours函数提取轮廓线提取步骤S1中二值化图中的轮廓线,筛选出最外层轮廓线;
S3、依顺序遍历步骤S2中最外层轮廓线上的所有节点,计算出多个拐点组成的拐点集;
S4、剔除步骤S3中的多对多成对的拐点,得到拐点对集合,确定断点判定阈值,拐点对集合内任意两个拐点之间距离小于阈值的相邻拐点为断点;取手绘图中图外接矩形的长和宽,以长和宽中最大值者的15%作为断点判别的阈值;
S5、步骤S4中识别两个断点连接线条,然后用Improc.findContours函数提取边界线,并删除最大的轮廓线,进而实现断点的连接;通过上述步骤即可完成对手绘图中断点的自动连接,避免了人工排查易遗漏及连线费时费力效率低的情况。
其中,步骤S1的具体过程如下:
S101、使用OpenCV的读取手绘图图片,得到R、G、B三通道的像素值;
S102、利用OpenCV颜色空间转换函数cvtColor将步骤S101中R、G、B三通道转换到一个通道,灰度范围为0-255,得到灰度图;
S103、计算步骤S102中灰度图领域的高斯加权平均值作为阈值,高于该阈值的灰度值设为255为白色,低于该阈值的灰度值设为0为黑色得到二值化图;二值化后整个图像呈现只有黑和白的效果,便于后续提取手绘图的轮廓。
通过上述过程即可得出断点,自动识别将两个断点之间连线,完成手绘图轮廓线断点的自动连接,避免了人工排查易遗漏及连线费时费力效率低的情况
实施例2
本实施例与实施例1的基础上进一步的,步骤S2中筛选轮廓线具体过程如下:
S201、删除最大的轮廓线;最大的轮廓线为图片的边界线;
S202、剔除小于设定阈值像素的面;如长和宽都在4个像素以内的面,剩下的轮廓线包括图的边界轮廓(如建筑物轮廓)、手写文字轮廓和比例尺轮廓,也可根据实际情况选择其他阈值,即去除一团图中具体且细小的面;
S203、完成步阈值骤S21和S22后筛选出有包含关系的轮廓线,保留最外层的轮廓线;完成步骤S201至S203即可完成手绘图最外层轮廓的提取,为后续寻找拐点做基础。
实施例3
本实施例与实施例1的基础上进一步的,S301、依顺序遍历步骤S2筛选后轮廓线上的所有节点,对于第i个点,计算第i+1个点与第i个点的角度angle,然后依次计算第i+2,i+3…i+n个点分别与第i个点的角度nextAngle;其中,i为正整数,i+n为节点的总数;
S302、角度nextAngle和角度angle差值的绝对值在(90°,270°)范围内,则i+1为拐点;
S303、重复步骤S301和S302得到拐点集。
通过上述步骤即可得到拐点集,为后续寻找断点做基础。
实施例4
本实施例与实施例1的不同点在于,其中有一些拐点是连续的(如距离在20像素内),即它们是在同一个拐弯的位置,只需取其中一个;步骤S303中重复步骤S301和S302之后,对于距离在设定阈值范围内的拐点,取索引值位于中间的拐点,舍弃其它拐点得到拐点集;去掉集中在相近位置的点,使拐点集更加准确,避免了连续拐点的干扰,使后面断点的判断更准备,整个过程更顺畅。
实施例5
本实施例与实施例1的基础上进一步的,步骤S4中拐点对集合的具体过程为:剔除拐点集中多对多的拐点或者一对多的拐点组,仅保留一对一的拐点组,形成拐点对集合,去掉多余拐点,其产生的效果与实施例4一样。
实施例6
一种手绘图轮廓线断点自动连接装置包括:存储器:用于存储可执行指令;
处理器:用于执行所述存储器中存储的可执行指令,实现实施例1至5任一一种手绘图轮廓线断点自动连接方法。
实施例7
如图1至6分别展现了原始图片,轮廓提取的结果图,轮廓线上的节点,轮廓线上的拐点,需要连接的断点,断点连接后的轮廓线,通过图1至6的简图可直观的看出本发明各步骤产生的效果,解决人工排查连接断点产生的问题,并且还可以大幅度地提升工作效率,缩短项目周期。
实施例8
本实施例为实现本方案的部分功能代码:
List<com.sefonsoft.tc.data.image.vo.Line> allLinesToAdd = newArrayList<com.sefonsoft.tc.data.image.vo.Line>();
for (int regionIndex = 0; regionIndex < regions.size();regionIndex++) {
Geometry region = regions.get(regionIndex);
List<com.sefonsoft.tc.data.image.vo.Line> linesToAdd =new ArrayList<com.sefonsoft.tc.data.image.vo.Line>();
// 计算拐点
List<com.sefonsoft.tc.data.image.vo.Point> kneePoints =region.caculateKneePoints(SPAN_POINT_COUNT);
// 根据多边形长宽按照比例计算容限距离
com.sefonsoft.tc.data.image.vo.Rectangle bound =region.caculateBound();
double distanceLimit = DISTANCE_LIMIT_RATIO * Math.max(bound.getWidth(), bound.getHeight());
for (int i = 0; i < kneePoints.size(); i++) {
com.sefonsoft.tc.data.image.vo.Point startPoint =kneePoints.get(i);
// 在容限距离内,当且仅当只找到一个点时,才判定位需要连线的点。这样能剔除掉交叉线位置的拐点。
List<com.sefonsoft.tc.data.image.vo.Point>inDistancePoints = new ArrayList<com.sefonsoft.tc.data.image.vo.Point>();
int inDistancePointIndex = -1;
for (int j = i + 1; j < kneePoints.size(); j++) {
com.sefonsoft.tc.data.image.vo.Point endPoint =kneePoints.get(j);
if (startPoint.distance(endPoint) <distanceLimit) {
inDistancePoints.add(endPoint);
if (inDistancePoints.size() > 1) {
break;
}
inDistancePointIndex = j;
}
}
if (inDistancePoints.size() == 1) {
com.sefonsoft.tc.data.image.vo.Point endPoint =inDistancePoints.get(0);
// 判断终点是否还跟其他点靠近,如果没有才建立连线。
boolean isEndPointAlone = true;
for (int k = 0; k < kneePoints.size(); k++) {
if (k != i && k != inDistancePointIndex) {
com.sefonsoft.tc.data.image.vo.Point otherPoint =kneePoints.get(k);
double distance = otherPoint.distance(endPoint);
if (distance < distanceLimit) {
isEndPointAlone = false;
break;
}
}
}
if (isEndPointAlone) {
Line lineToAdd = new Line(startPoint,endPoint);
linesToAdd.add(lineToAdd);
}
}
现今可以识别由平板电脑、个人电脑或纸质绘制的建筑物俯视图的几何轮廓和顶点坐标,利用这些坐标数据生成白模,实现建筑物的3D可视化;然而,由于人为原因,在绘制建筑物几何图形时会出现建筑物轮廓的起点和终点没有连接,造成白模生成识失败的问题,本发明能通过寻找手绘图中建筑物轮廓的拐点、断点并实现自动连接形成封闭几何图形的技术,提高由手绘图生成建筑物可视化组件的自动化程度,缩短3D可视化产品的项目开发周期,提升本司产品的竞争力。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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。凡在本发明的精神和原则之内,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。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种手绘图轮廓线断点自动连接方法,其特征在于,包括以下步骤:S1、读取手绘图将其灰度化得到灰度图,将灰度图二值化得到二值化图;
S2、提取步骤S1中二值化图中的轮廓线,筛选出最外层轮廓线;
S3、依顺序遍历步骤S2中最外层轮廓线上的所有节点,计算出多个拐点组成的拐点集;
S4、剔除步骤S3中的多对多成对的拐点,得到拐点对集合,确定断点判定阈值,拐点对集合内任意两个拐点之间距离小于阈值的相邻拐点为断点;
S5、步骤S4中识别两个断点连接线条,提取边界线,然后删去最大的轮廓线,完成断点的连接;
步骤S3的具体过程如下:
S301、依顺序遍历步骤S2筛选后轮廓线上的所有节点,对于第i个点,计算第i+1个点与第i个点的角度angle,然后依次计算第i+2,i+3…i+n个点分别与第i个点的角度nextAngle;其中,i为正整数,i+n为节点的总数;
S302、角度nextAngle和角度angle差值的绝对值在(90°,270°)范围内,则i+1为拐点;
S303、重复步骤S301和S302得到拐点集。
2.根据权利要求1所述的一种手绘图轮廓线断点自动连接方法,其特征在于,步骤S1的具体过程如下:S101、使用OpenCV的读取手绘图图片,得到R、G、B三通道的像素值;
S102、利用OpenCV颜色空间转换函数cvtColor将步骤S101中R、G、B三通道转换到一个通道,灰度范围为0-255,得到灰度图;
S103、计算步骤S102中灰度图领域的高斯加权平均值作为阈值,高于该阈值的灰度值设为255为白色,低于该阈值的灰度值设为0为黑色得到二值化图。
3.根据权利要求1所述的一种手绘图轮廓线断点自动连接方法,其特征在于,步骤S2中筛选轮廓线具体过程如下:S201、删除最大的轮廓线;
S202、剔除小于设定阈值像素的面;
S203、完成步骤S201和S202后筛选出有包含关系的轮廓线,保留最外层的轮廓线。
4.根据权利要求1所述的一种手绘图轮廓线断点自动连接方法,其特征在于,步骤S2和S5分别使用Imgproc.findContours函数提取轮廓线和边界线。
5.根据权利要求1所述的一种手绘图轮廓线断点自动连接方法,其特征在于,步骤S303中重复步骤S301和S302之后,对于任意两个拐点之间的距离在设定阈值范围内的拐点,取索引值位于中间的拐点,舍弃其它拐点得到拐点集。
6.根据权利要求1所述的一种手绘图轮廓线断点自动连接方法,其特征在于,步骤S4中取手绘图中图外接矩形的长和宽,以长和宽中最大值者的15%作为断点判别的阈值。
7.根据权利要求1所述的一种手绘图轮廓线断点自动连接方法,其特征在于,步骤S4中拐点对集合的具体过程为:剔除拐点集中多对多的拐点或者一对多的拐点组,仅保留一对一的拐点组,形成拐点对集合。
8.一种手绘图轮廓线断点自动连接装置,其特征在于,包括:存储器:用于存储可执行指令;
处理器:用于执行所述存储器中存储的可执行指令,实现如权利要求1-7任一项所述的一种手绘图轮廓线断点自动连接方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010775168.5A CN111739038B (zh) | 2020-08-05 | 2020-08-05 | 一种手绘图轮廓线断点自动连接方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010775168.5A CN111739038B (zh) | 2020-08-05 | 2020-08-05 | 一种手绘图轮廓线断点自动连接方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111739038A CN111739038A (zh) | 2020-10-02 |
CN111739038B true CN111739038B (zh) | 2020-11-17 |
Family
ID=72657107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010775168.5A Active CN111739038B (zh) | 2020-08-05 | 2020-08-05 | 一种手绘图轮廓线断点自动连接方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111739038B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799937A (zh) * | 2010-03-23 | 2010-08-11 | 南京大学 | 一种采用草图创建三维模型的方法 |
CN104766067A (zh) * | 2015-04-17 | 2015-07-08 | 南京大学 | 一种基于扫描线的音符识别方法 |
CN108038484A (zh) * | 2017-12-11 | 2018-05-15 | 中国人民解放军战略支援部队信息工程大学 | 空心验证码快速识别方法 |
CN108272154A (zh) * | 2018-01-04 | 2018-07-13 | 广州唯品会研究院有限公司 | 一种服装尺寸测量方法和装置 |
CN108399644A (zh) * | 2018-02-05 | 2018-08-14 | 北京居然之家家居连锁集团有限公司 | 一种墙体图像识别方法及其装置 |
CN108537225A (zh) * | 2017-03-01 | 2018-09-14 | 重庆邮电大学 | 一种用于自动识别验证码中空心字符的方法 |
CN108921940A (zh) * | 2018-07-06 | 2018-11-30 | 北京晶众智慧交通科技股份有限公司 | 一种道路立交的快速三维建模方法 |
CN108960011A (zh) * | 2017-05-23 | 2018-12-07 | 湖南生物机电职业技术学院 | 部分遮挡的柑橘果实图像识别方法 |
CN110059702A (zh) * | 2019-03-29 | 2019-07-26 | 北京奇艺世纪科技有限公司 | 一种物体轮廓识别方法及装置 |
CN110148147A (zh) * | 2018-11-07 | 2019-08-20 | 腾讯大地通途(北京)科技有限公司 | 图像检测方法、装置、存储介质和电子装置 |
CN110503701A (zh) * | 2019-08-29 | 2019-11-26 | 广东工业大学 | 一种漫画手绘图的上色方法及装置 |
CN111488885A (zh) * | 2020-06-28 | 2020-08-04 | 成都四方伟业软件股份有限公司 | 一种图片主题色系智能提取方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239612A (zh) * | 2017-06-05 | 2017-10-10 | 吉林大学 | 一种基于断裂面三维重构的裂解连杆建模方法 |
-
2020
- 2020-08-05 CN CN202010775168.5A patent/CN111739038B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799937A (zh) * | 2010-03-23 | 2010-08-11 | 南京大学 | 一种采用草图创建三维模型的方法 |
CN104766067A (zh) * | 2015-04-17 | 2015-07-08 | 南京大学 | 一种基于扫描线的音符识别方法 |
CN108537225A (zh) * | 2017-03-01 | 2018-09-14 | 重庆邮电大学 | 一种用于自动识别验证码中空心字符的方法 |
CN108960011A (zh) * | 2017-05-23 | 2018-12-07 | 湖南生物机电职业技术学院 | 部分遮挡的柑橘果实图像识别方法 |
CN108038484A (zh) * | 2017-12-11 | 2018-05-15 | 中国人民解放军战略支援部队信息工程大学 | 空心验证码快速识别方法 |
CN108272154A (zh) * | 2018-01-04 | 2018-07-13 | 广州唯品会研究院有限公司 | 一种服装尺寸测量方法和装置 |
CN108399644A (zh) * | 2018-02-05 | 2018-08-14 | 北京居然之家家居连锁集团有限公司 | 一种墙体图像识别方法及其装置 |
CN108921940A (zh) * | 2018-07-06 | 2018-11-30 | 北京晶众智慧交通科技股份有限公司 | 一种道路立交的快速三维建模方法 |
CN110148147A (zh) * | 2018-11-07 | 2019-08-20 | 腾讯大地通途(北京)科技有限公司 | 图像检测方法、装置、存储介质和电子装置 |
CN110059702A (zh) * | 2019-03-29 | 2019-07-26 | 北京奇艺世纪科技有限公司 | 一种物体轮廓识别方法及装置 |
CN110503701A (zh) * | 2019-08-29 | 2019-11-26 | 广东工业大学 | 一种漫画手绘图的上色方法及装置 |
CN111488885A (zh) * | 2020-06-28 | 2020-08-04 | 成都四方伟业软件股份有限公司 | 一种图片主题色系智能提取方法及装置 |
Non-Patent Citations (5)
Title |
---|
OpenCV八领域断点检测+断点缺陷修补;bmi469;《https://blog.csdn.net/jyjhv/article/details/83863134》;20181108;1-4 * |
Opencv发现轮廓findContours;Restrain;《https://www.cnblogs.com/kbqLibrary/p/12252988.html》;20200202;1-3 * |
一种基于机器视觉的穴盘苗盘上检测方法研究;张志远;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160715(第07期);I138-1027 * |
引入改进 Snake 模型的黄土地形沟沿线连接算法;周毅等;《武汉大学学报(信息科学版)》;20130115;第38卷(第1期);82-85 * |
微地图 环境下的手绘地图线要素综合方法;王杭宇等;《网络出版地址:https://kns.cnki.net/kcms/detail/11.4415.P.20190620.1138.002.html》;20190620;第44卷(第10期);1-5 * |
Also Published As
Publication number | Publication date |
---|---|
CN111739038A (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022148192A1 (zh) | 图像处理方法、图像处理装置以及非瞬时性存储介质 | |
US10803338B2 (en) | Method and device for recognizing the character area in a image | |
US10861232B2 (en) | Generating a customized three-dimensional mesh from a scanned object | |
US20140313216A1 (en) | Recognition and Representation of Image Sketches | |
CN111178355B (zh) | 印章识别方法、装置和存储介质 | |
CN105740774A (zh) | 一种图像的文本区域定位方法及装置 | |
CN114677565B (zh) | 特征提取网络的训练方法和图像处理方法、装置 | |
CN105068918A (zh) | 一种页面测试方法及装置 | |
US20100158376A1 (en) | Systems and methods for labeling and characterization of connected regions in a binary mask | |
CN109409211B (zh) | 汉字骨架笔段的处理方法、处理装置及存储介质 | |
Coughlan et al. | A fast algorithm for finding crosswalks using figure-ground segmentation | |
CN101599172A (zh) | 非均匀光照的文本图像的亮度补偿分割方法 | |
CN115908774A (zh) | 一种基于机器视觉的变形物资的品质检测方法和装置 | |
CN114926849A (zh) | 一种文本检测方法、装置、设备及存储介质 | |
CN111739038B (zh) | 一种手绘图轮廓线断点自动连接方法及装置 | |
CN117095275A (zh) | 一种数据中心资产盘点方法、系统、装置及存储介质 | |
CN116630352A (zh) | 一种基于双向级联像素差分网络的岩心测量方法及装置 | |
CN109325483B (zh) | 内部短笔段的处理方法和装置 | |
CN110633666A (zh) | 一种基于手指颜色贴片的手势轨迹识别方法 | |
JP2016122367A (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN109871910B (zh) | 一种手写字符识别方法及装置 | |
Shen et al. | Finding text in natural scenes by figure-ground segmentation | |
CN112001311A (zh) | 一种基于图形边缘检测实现手写数字识别的方法及装置 | |
CN109410291B (zh) | 毛刺类型笔段的处理方法和装置 | |
CN109359529B (zh) | 长笔段的处理方法和装置 |
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 |