CN112040087B - 空白图像识别方法、装置、设备及存储介质 - Google Patents

空白图像识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112040087B
CN112040087B CN202010945471.5A CN202010945471A CN112040087B CN 112040087 B CN112040087 B CN 112040087B CN 202010945471 A CN202010945471 A CN 202010945471A CN 112040087 B CN112040087 B CN 112040087B
Authority
CN
China
Prior art keywords
image
processed
gray
blank
value
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
Application number
CN202010945471.5A
Other languages
English (en)
Other versions
CN112040087A (zh
Inventor
黄昱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhuhai Pantum Electronics Co Ltd
Original Assignee
Zhuhai Pantum Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhuhai Pantum Electronics Co Ltd filed Critical Zhuhai Pantum Electronics Co Ltd
Priority to CN202010945471.5A priority Critical patent/CN112040087B/zh
Publication of CN112040087A publication Critical patent/CN112040087A/zh
Application granted granted Critical
Publication of CN112040087B publication Critical patent/CN112040087B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/40062Discrimination between different image types, e.g. two-tone, continuous tone
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • H04N1/60Colour correction or control
    • H04N1/603Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer
    • H04N1/6033Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer using test pattern analysis

Abstract

本发明实施例提供一种空白图像识别方法、装置、设备及存储介质,其中方法包括:获取待处理的图像,若所述待处理的图像为黑白图像,将所述待处理的图像分为多个区域,每个区域的大小相等;根据每个区域内黑色像素点的数量,确定所述区域对应的计数值;根据所述计数值,生成对应的灰度直方图;根据所述灰度直方图的分布特性,确定所述待处理的图像是否为空白图像,能够快速、准确地对黑白图像进行检测,提高检测的效率和准确率。

Description

空白图像识别方法、装置、设备及存储介质
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种空白图像识别方法、装置、设备及存储介质。
背景技术
随着图像处理技术的不断发展,扫描仪等设备的应用也越来越广泛。扫描仪可以将纸质文档转换成数字格式,从而方便对文档进行显示、编辑、存储和输出等操作。
在使用扫描仪扫描文档时,常常需要识别出文档中的空白页。在一些技术中,可以通过将扫描图像黑色像素点的数量与阈值进行比较来判断扫描的页面是否存在空白页。
图1为一种空白页识别过程中遇到的原稿图像。采用上述阈值算法,如果阈值设置的过大,图1所示的分布少量花纹图案的图像可能会被判断为空白图像。因此,上述方式存在空白页识别准确率太低的问题,当用户的空白页识别场景比较复杂时,上述方式无法满足用户需求。
发明内容
本发明实施例提供一种空白图像识别方法、装置、设备及存储介质,以解决空白图像识别的准确率低下、不能满足用户复杂的空白页识别需求的技术问题。
第一方面,本发明实施例提供一种空白图像识别方法,所述方法包括:
获取待处理的图像,若所述待处理的图像为黑白图像,将所述待处理的图像分为多个区域,每个区域的大小相等;
根据每个区域内黑色像素点的数量,确定所述区域对应的计数值;
根据所述计数值,生成对应的灰度直方图;
根据所述灰度直方图的分布特性,确定所述待处理的图像是否为空白图像。
在一种可能的设计中,根据所述灰度直方图的分布特性,确定所述待处理的图像是否为空白图像,包括:
统计所述灰度直方图包络线的拐点数量,当所述拐点数量为一个时,判断所述待处理的图像为空白图像,当所述拐点数量为多个时,判断所述待处理的图像不是空白图像。
在一种可能的设计中,根据所述计数值,生成对应的灰度直方图,包括:
根据每个区域对应的计数值,通过如下公式确定灰度直方图:
Figure BDA0002675173830000021
其中,H(x)为灰度直方图中灰度值x对应的像素点数量;x为整数,取值范围为0至C2;W为待处理的图像的宽度;H为待处理的图像的高度;C为每个区域的边长;Pij为第i行第j列的区域对应的计数值;Pij等于x时,if(Pij==x)的值为1。
在一种可能的设计中,所述方法进一步包括:
若所述待处理的图像为灰度图像,根据所述灰度图像的灰度分布,生成对应的灰度直方图;
统计所述灰度直方图包络线的拐点数量,当所述拐点数量为一个时,判断所述待处理的图像为空白图像,当所述拐点数量为多个时,判断所述待处理的图像不是空白图像。
在一种可能的设计中,所述方法进一步包括:
若所述待处理的图像为彩色图像,则
根据所述待处理的图像中每个像素点对应的三通道像素值,确定对应的灰度值;
根据各个像素点对应的灰度值,将所述待处理的彩色图像转换为待处理的灰度图像。
第二方面,本发明实施例提供一种空白图像识别装置,包括:
获取模块,用于获取待处理的图像,若所述待处理的图像为黑白图像,将所述待处理的图像分为多个区域,每个区域的大小相等;
处理模块,用于根据每个区域内黑色像素点的数量,确定所述区域对应的计数值;
生成模块,用于根据所述计数值,生成对应的灰度直方图;
确定模块,用于根据所述灰度直方图的分布特性,确定所述待处理的图像是否为空白图像。
第三方面,本发明实施例提供一种空白图像识别装置,包括:
获取电路,用于获取待处理的图像,若所述待处理的图像为黑白图像,将所述待处理的图像分为多个区域,每个区域的大小相等;
处理电路,用于根据每个区域内黑色像素点的数量,确定所述区域对应的计数值;
生成电路,用于根据所述计数值,生成对应的灰度直方图;
确定电路,用于根据所述灰度直方图的分布特性,确定所述待处理的图像是否为空白图像。
在一种可能的设计中,所述灰度直方图中每个灰度值对应一比较器和一计数器,所述生成电路包括各个灰度值对应的比较器和计数器,所述计数器用于将获取到的计数值与对应的灰度值进行比较,若相等,则所述计数器对应的累加值加一,以生成所述灰度直方图;
所述确定电路包括缓存器、累加值比较器和翻转计数器,所述缓存器用于缓存所述灰度直方图,所述累加值比较器用于将相邻两个灰度值对应的累加值进行比较,所述翻转计数器用于统计所述累加值比较器的比较结果翻转的次数,所述次数表示所述灰度直方图对应的包络线的拐点数量。
第四方面,本发明实施例提供一种空白图像识别装置,包括:存储器和至少一个处理器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行第一方面任一项所述的方法。
第五方面,本发明实施例提供一种电子设备,包括空白图像识别装置以及图像传感器;
所述图像传感器用于扫描得到待处理的图像,所述空白图像识别装置用于实现第一方面任一项所述的方法。
第六方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现第一方面任一项所述的方法。
本发明实施例提供的空白图像识别方法、装置、设备及存储介质,可以获取待处理的图像,若所述待处理的图像为黑白图像,将所述待处理的图像分为多个区域,每个区域的大小相等,根据每个区域内黑色像素点的数量,确定所述区域对应的计数值,根据所述计数值,生成对应的灰度直方图,并根据所述灰度直方图的分布特性,确定所述待处理的图像是否为空白图像,能够快速、准确地对黑白图像进行检测,提高检测的效率和准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为一种空白页识别过程中遇到的原稿图像;
图2为本发明实施例提供的一种应用场景示意图;
图3为本发明实施例提供的一种空白图像识别方法的流程示意图;
图4为本发明实施例提供的一种图像分割成多个区域的示意图;
图5为本发明实施例提供的一种灰度直方图的示意图;
图6为本发明实施例提供的一种理想情况下空白图像的数字化效果;
图7为本发明实施例提供的一种实际情况下空白图像的数字化效果;
图8为本发明实施例提供的一种灰度直方图对应的包络线的示意图;
图9为本发明实施例提供的一种非空白图像的灰度直方图示意图;
图10为本发明实施例提供的一种空白图像的灰度直方图示意图;
图11为本发明实施例提供的一种对灰度图像进行处理的流程示意图;
图12为本发明实施例提供的一种对彩色图像进行处理的流程示意图;
图13为本发明实施例提供的一种空白图像识别装置的结构示意图;
图14为本发明实施例提供的另一种空白图像识别装置的结构示意图;
图15为本发明实施例提供的一种通过硬件电路对图像进行识别的原理示意图;
图16为本发明实施例提供的又一种空白图像检测装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中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作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。
图2为本发明实施例提供的一种应用场景示意图。如图2所示,扫描仪对文档进行扫描后,可以得到对应的数字图像。当使用扫描仪扫描多页文档时,常常需要将扫描结果中的空白图像识别出来。例如,在图2中,扫描仪扫描得到了4张图像,需要将空白图像,即箭头所指的第3张图像识别出来。识别出空白图像后,可以将空白图像滤除掉,或者,有的用户需要使用空白图像来作为文档分隔标识。所以,准确识别空白图像有着重要的意义。
有鉴于此,本发明实施例提供一种空白图像检测方法,可以将待处理的黑白图像分为多个区域,统计每个区域内的黑色像素点的计数值,根据整幅图像中计数值的分布情况,来判断原黑白图像是否为空白图像,由于黑白扫描模式下空白图像各个区域的计数值的分布情况应与灰度扫描模式下空白图像对应的灰度值分布情况接近,因此可以基于计数值实现黑白扫描模式下的空白图像的检测,有效提高空白图像检测的准确性。
图3为本发明实施例提供的一种空白图像识别方法的流程示意图。本发明实施例提供的方法的执行主体可以为任意能够将文件数字化的电子设备,例如手机、打印机或扫描仪等。如图3所示,空白图像识别方法可以包括:
步骤301、获取待处理的图像,若待处理的图像为黑白图像,将待处理的图像分为多个区域,每个区域的大小相等。
其中,黑白图像可以是指黑白二值图像,即图像中像素点对应的像素值有两种:0和1,其中0表示白色,1表示黑色。
在待处理的图像为黑白图像时,可以先将黑白图像分割为多个小的区域。图4为本发明实施例提供的一种图像分割成多个区域的示意图。如图4所示,图像宽度为W,高度为H,图像的宽度和高度均以像素数目为计。可以以宽度为C的正方形,将图像分割成(W/C)*(H/C)个区域。每个区域含C2个像素点。
步骤302、根据每个区域内黑色像素点的数量,确定区域对应的计数值。
在分割得到多个区域后,可以统计每个区域内黑色像素点的数量,得到对应的计数值。针对每一区域,可以通过如下公式计算对应的计数值。
Figure BDA0002675173830000061
公式(1)中,P’表示区域对应的计数值,Pij为区域中第i行第j个像素点,black_value表示黑色像素点对应的像素值,黑色像素点是指像素值为1的像素点,该像素点的视觉效果为黑色,因此black_value=1。
若一个区域内有8个像素点的像素值为1,那么该区域对应的计数值可以为8。对于边长为C的正方形区域来说,计数值为0表示该区域完全为白色,计数值为C2表示该区域完全为黑色,计数值在0到C2之间表示该区域有白有黑。
步骤303、根据计数值,生成对应的灰度直方图。
本实施例中,可以将图像中每个区域转换为一像素点,区域对应的计数值可以看做转换后的像素点对应的灰度值,从而可以将黑白图像转换为一幅缩小的灰度图像。
以图4为例,原始的图像包括W*H个像素点,在通过公式(1)进行处理后,可以得到每个区域的计数值(等于该区域的黑色像素点数量),然后每个区域可以作为一个新的像素点,多个新的像素点构成一幅新的图像。
举例来说,待处理的图像的大小为1000*800,分成100*80个区域,每个区域包含10*10=100个点,每个区域对应的计数值为100个像素点中黑色像素点的数量,从而可以形成一个包含100*80个像素点的灰度图像。
可选的,可以根据每个区域对应的计数值,通过如下公式确定灰度直方图。
Figure BDA0002675173830000062
其中,H(x)为灰度直方图中灰度值x对应的像素点数量;x为整数,取值范围为0至C2;W为待处理的图像的宽度;H为待处理的图像的高度;C为每个区域的边长;Pij为第i行第j列的区域对应的计数值;Pij等于x时,if(Pij==x)的值为1。通过上述公式可以实现对图像中计数值等于x的像素点的数量的统计,得到每个灰度值x对应的像素点数量,从而最终得到灰度直方图。
图5为本发明实施例提供的一种灰度直方图的示意图。如图5所示,灰度直方图的横轴x为各种可能的灰度值,纵轴H(x)为图像中灰度值为x的像素点的数量。其中,x的取值范围可以为0至C2,为了简便视图,图中仅示出了x的部分取值。
步骤304、根据灰度直方图的分布特性,确定待处理的图像是否为空白图像。
在将黑白图像转换为对应的灰度图像后,可以根据对应的灰度直方图中各个灰度值的分布特性,判断黑白图像是否为空白图像。
在理想情况下,空白图像数字化后,每个像素点都对应完全一样的数字信息。图6为本发明实施例提供的一种理想情况下空白图像的数字化效果。如图6所示,以灰度扫描模式为例,空白图像被扫描后得到的数字化图像中,每个像素点对应的像素值应该是完全相同的,例如都为8,在这种情况下,判断一个页面是否为空白图像比较简单,只需要判断整幅图像是否都是由完全相同的像素值组成即可。
但是实际情况下,扫描得到的图像中,像素值是由扫描仪通过电子器件对信息量化采样得到的。因此,每一个像素点的像素值上都叠加了电子噪声和量化噪声。图7为本发明实施例提供的一种实际情况下空白图像的数字化效果。如图7所示,空白图像被扫描后,由于噪声的存在,图像中各个像素点对应的像素值并不完全相等。这种情况下,判断一个页面是否为空白图像就不可以通过简单判断整幅图像是否都是由完全相同的像素值组成就能做到了。
对黑白二值图像而言,空白图像中出现的黑色的点就是由于电子噪声引起的,所以在单位区域内出现的黑色噪声点的数量也是随机的,因此,其对应的计数值(相当于灰度图像的灰度值)也是基本符合正态分布的。
可选的,根据灰度直方图的分布特性,确定待处理的图像是否为空白图像,可以包括:统计灰度直方图包络线的拐点数量,当拐点数量为一个时,判断待处理的图像为空白图像,当拐点数量为多个时,判断待处理的图像不是空白图像。
图8为本发明实施例提供的一种灰度直方图对应的包络线的示意图。如图8所示,包络线可以是指沿着灰度直方图中各个线段的边界勾勒出的曲线,所示包络线的拐点可以是指包络线由升高变为降低、或者由降低变为升高时对应的点,如图中峰值所在的点。
本实施例中,确定包络线的拐点数量可以有多种实现方法。在一种可选的实现方式中,可以通过灰度直方图,先绘制出包络线,然后再通过包络线的单调性来确定包络线的拐点数量。
在其它可选的实现方式中,也可以省略绘制包络线的步骤,通过其它方法确定拐点数量。可以理解的是,本发明实施例中提及的包络线的拐点数量,只是用于表示灰度值分布情况的走势,在实际应用中并不一定表示必须要先绘制出包络线才能确定拐点数量。
可选的,可以通过将灰度直方图中每一对灰度值对应的像素点数量进行比较,来确定包络线的拐点数量;其中,一对灰度值为灰度直方图中相邻的两个灰度值。
具体的,可以通过下式计算每一灰度值对应的像素点数量与前一灰度值对应的像素点数量之间的差值H’(x),H’(x)穿过x轴的次数,就是H(x)包络线的拐点数量。
H’(x)=H(x+1)–H(x) (3)
其中,公式(3)中x的取值范围可以为0至C2-1。通过公式(3)可以快速准确地确定包络线的拐点数量,有效节省计算量,提高图像处理效率。
由于扫描图像由影像和背景噪声组成,对于空白图像来说,图像中只含有叠加在固定背景上的噪声。对于一幅图像来说,每个像素点的灰度值P(i,j)=B+N(i,j),这里的B表示该图像的背景信号值,对于理想的空白图像来说,B是一个恒定的常量。N表示像素点的噪声,是符合正态分布的随机数。因此,可以通过检测包络线是否符合正态分布的特征来判断图像是否是空白图像。
图9为本发明实施例提供的一种非空白图像的灰度直方图示意图。如图9所示,一幅非空白的图像包含非随机的影像信息,不同的图像以不同的模式展现,其灰度直方图各不相同。但是这些不同的灰度直方图都有一个共同的特征,就是其包络线有多于一个的峰值或谷值。
图10为本发明实施例提供的一种空白图像的灰度直方图示意图。如图10所示,由于数字化扫描的像素值上的噪声主要是由电子噪声组成,噪声的分布特性符合正态分布。因此,一幅空白图像的灰度值分布基本符合正态分布,灰度直方图的包络线呈倒扣的钟形,只有一个拐点(峰值)。
因此,在本发明实施例中,可以通过检测拐点数量来确定图像是否为空白图像,若图像的灰度直方图存在多个拐点,则认为图像属于非空白图像,若图像的灰度直方图仅存在一个拐点,则认为图像属于空白图像。若图像的灰度直方图不存在拐点,也可以认为图像属于空白图像。
在实际应用中,当用户扫描多页文档中,扫描仪生成的多页图像中可能会存在噪声,可以利用本实施例提供的上述方法,通过检测灰度直方图对应的包络线的拐点数量,来确定图像是否为空白图像,方法简单且准确率较高,无需预设检测阈值,从而有效避免误判,并且本实施例在图像处理的空域快速实现,结合随机过程理论,避免了浮点运算和频域计算的大量开销,不论软件硬件都能高效完成。
在实际应用中,对于黑白图像来说,可以通过对图像进行分块,统计块内的黑色像素点数量,从而将黑白图像转换成用连续数值表达的灰度图像。然后可以对灰度图像的灰度值分布进行直方图统计,并对直方图的包络线求导数,计算拐点数量,进而确定是否为空白图像。相对于通过统计整幅图像中黑色像素点的数量来确定图像是否为空白图像的方案来说,具有更高的准确性。
本实施例提供空白图像检测方法,可以获取待处理的图像,若待处理的图像为黑白图像,将待处理的图像分为多个区域,每个区域的大小相等,根据每个区域内黑色像素点的数量,确定区域对应的计数值,根据计数值,生成对应的灰度直方图,并根据灰度直方图的分布特性,确定待处理的图像是否为空白图像,能够快速、准确地对黑白图像进行检测,提高检测的效率和准确率。
图11为本发明实施例提供的一种对灰度图像进行处理的流程示意图。如图11所示,方法可以包括:
步骤1101、若待处理的图像为灰度图像,根据灰度图像的灰度分布,生成对应的灰度直方图。
灰度直方图可以用于表示图像中灰度值的分布情况。灰度直方图可以通过下式来确定。
Figure BDA0002675173830000101
在公式(4)中,H(x)为灰度直方图中灰度值x对应的像素点数量,W为待处理的图像的宽度,H为待处理的图像的高度,Pij为待处理的图像中第i行第j列像素点对应的灰度值,if(Pij==x)表示Pij等于x时,if函数的值为1,从而实现对图像中灰度值等于x的像素点的数量的统计,最终得到灰度直方图。
步骤1102、统计灰度直方图包络线的拐点数量,当拐点数量为一个时,判断待处理的图像为空白图像,当拐点数量为多个时,判断待处理的图像不是空白图像。
具体的,在得到灰度直方图后,通过公式(4)统计拐点数量,其中x的取值范围为一般灰度值的取值范围:0至255,然后可以根据拐点数量判断是否为空白图像。具体的实现原理和过程可以参见前述实施例,此处不再赘述。
可以理解的是,本发明实施例的空白图像,可以是指完全为白色的图像(每个像素点对应的灰度值均为0),当然,也可以是指完全为某一颜色的图像(灰度值可能不为0),例如,通过黄色的纸打印的文档中,若出现空白页,那么页面的颜色为黄色。只要是页面颜色统一的图像,均可以作为本发明实施例的空白图像。
本实施例提供的方法,在待处理的图像为灰度图像时,可以确定待处理的图像对应的灰度直方图,计算灰度直方图对应的包络线的拐点数量,并根据包络线的拐点数量,确定待处理的图像是否为空白图像,能够快速、准确地检测出灰度图像中的空白图像,提高检测的效率和准确率。
在此基础上,本发明实施例还提供一种对彩色图像进行处理的方法。判断图像是黑白图像,还是灰度图像或彩色图像,可以通过多种方式来实现,可选的是,可以根据设备的配置或图像头结构,确定图像的类型是黑白、灰度还是彩色图像。
其中,设备的配置可以由用户来设置,例如用户可以设定当前的扫描模式为黑白、灰度或彩色,通过读取用户选择的配置可以确定扫描的图像的类型。图像头结构可以包含图像的一些属性信息如图像类型等,从而通过图像头结构可以快速确定图像是黑白图像,还是灰度图像或彩色图像。
图12为本发明实施例提供的一种对彩色图像进行处理的流程示意图。如图12所示,方法可以包括:
步骤1201、若待处理的图像为彩色图像,则根据待处理的图像中每个像素点对应的三通道像素值,确定对应的灰度值。
步骤1202、根据各个像素点对应的灰度值,将待处理的彩色图像转换为待处理的灰度图像。
其中,对于RGB图像来说,三通道像素值可以包括R值、G值和B值,根据三通道像素值可以确定对应的灰度值。
具体的,可以先将图像的表现方式从RGB色彩空间转换到YUV空间,然后根据图像的亮度分量判断其是否为空白图像。RGB三通道像素值到Y通道像素值的转换公式为:
Y(i,j)=0.30R(i,j)+0.59G(i,j)+0.12B(i,j) (5)
其中,R(i,j)、G(i,j)和B(i,j)分别为第i行第j个像素点对应的R值、G值和B值,Y(i,j)为第i行第j个像素点对应的Y值。Y值可以用于表示灰度值,这样可以将彩色图像的Y(i,j)作为P(i,j)来表示在坐标点(i,j)处的灰度值。
步骤1203、根据灰度图像的灰度分布,生成对应的灰度直方图。
步骤1204、统计灰度直方图包络线的拐点数量,当拐点数量为一个时,判断待处理的图像为空白图像,当拐点数量为多个时,判断待处理的图像不是空白图像。
本实施例中,在得到各个像素点对应的灰度值后,可以利用前述实施例提供的方案实现灰度直方图的统计,步骤1202至步骤1204的具体实现原理和过程可以参见前述实施例,此处不再赘述。
本实施例提供的方法,在待处理的图像为彩色图像时,根据图像中每个像素点对应的三通道像素值,确定对应的灰度值,根据各个像素点对应的灰度值,确定图像对应的灰度图像,并根据转换得到的灰度图像进行灰度直方图的统计,从而根据灰度直方图确定图像是否为空白图像,有效提高了对彩色图像进行检测的效率和准确率。
图13为本发明实施例提供的一种空白图像识别装置的结构示意图。如图13所示,空白图像识别装置可以包括:
获取模块1301,用于获取待处理的图像,若待处理的图像为黑白图像,将待处理的图像分为多个区域,每个区域的大小相等;
处理模块1302,用于根据每个区域内黑色像素点的数量,确定区域对应的计数值;
生成模块1303,用于根据计数值,生成对应的灰度直方图;
确定模块1304,用于根据灰度直方图的分布特性,确定待处理的图像是否为空白图像。
在一个可选的实施方式中,确定模块1304具体用于:
统计灰度直方图包络线的拐点数量,当拐点数量为一个时,判断待处理的图像为空白图像,当拐点数量为多个时,判断待处理的图像不是空白图像。
在一个可选的实施方式中,生成模块1303具体用于:
根据每个区域对应的计数值,通过如下公式(6)确定灰度直方图:
Figure BDA0002675173830000121
其中,H(x)为灰度直方图中灰度值x对应的像素点数量;x为整数,取值范围为0至C2;W为待处理的图像的宽度;H为待处理的图像的高度;C为每个区域的边长;Pij为第i行第j列的区域对应的计数值;Pij等于x时,if(Pij==x)的值为1。
在一个可选的实施方式中,确定模块1304还用于:
若待处理的图像为灰度图像,根据灰度图像的灰度分布,生成对应的灰度直方图;
统计灰度直方图包络线的拐点数量,当拐点数量为一个时,判断待处理的图像为空白图像,当拐点数量为多个时,判断待处理的图像不是空白图像。
在一个可选的实施方式中,确定模块1304还用于:
若待处理的图像为彩色图像,则根据待处理的图像中每个像素点对应的三通道像素值,确定对应的灰度值;
根据各个像素点对应的灰度值,将待处理的彩色图像转换为待处理的灰度图像。
本实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图14为本发明实施例提供的另一种空白图像识别装置的结构示意图。本实施例中提供的装置,可以通过硬件电路来实现。如图14所示,空白图像识别装置可以包括:
获取电路1401,用于获取待处理的图像,若待处理的图像为黑白图像,将待处理的图像分为多个区域,每个区域的大小相等;
处理电路1402,用于根据每个区域内黑色像素点的数量,确定区域对应的计数值;
生成电路1403,用于根据计数值,生成对应的灰度直方图;
确定电路1404,用于根据灰度直方图的分布特性,确定待处理的图像是否为空白图像。
在一个可选的实施方式中,确定电路1304具体用于:
统计灰度直方图包络线的拐点数量,当拐点数量为一个时,判断待处理的图像为空白图像,当拐点数量为多个时,判断待处理的图像不是空白图像。
在一个可选的实施方式中,生成电路1303具体用于:
根据每个区域对应的计数值,通过如下公式(7)确定灰度直方图:
Figure BDA0002675173830000131
其中,H(x)为灰度直方图中灰度值x对应的像素点数量;x为整数,取值范围为0至C2;W为待处理的图像的宽度;H为待处理的图像的高度;C为每个区域的边长;Pij为第i行第j列的区域对应的计数值;Pij等于x时,if(Pij==x)的值为1。
在一个可选的实施方式中,确定电路1304还用于:
若待处理的图像为灰度图像,根据灰度图像的灰度分布,生成对应的灰度直方图;
统计灰度直方图包络线的拐点数量,当拐点数量为一个时,判断待处理的图像为空白图像,当拐点数量为多个时,判断待处理的图像不是空白图像。
在一个可选的实施方式中,确定电路1304还用于:
若待处理的图像为彩色图像,则根据待处理的图像中每个像素点对应的三通道像素值,确定对应的灰度值;
根据各个像素点对应的灰度值,将待处理的彩色图像转换为待处理的灰度图像。
本实施例提供的装置,可以通过硬件电路来实现,例如可以通过比较器、计数器等的组合来实现,或者通过FPGA(Field Programmable Gate Array,现场可编程逻辑门阵列)等集成器件来实现。本实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图15为本发明实施例提供的一种通过硬件电路对图像进行识别的原理示意图。如图15所示,图像传感器输出的信号,经过A/D(模数转换)电路后,得到数字化的图像,图像包括各个像素点对应的像素值,然后将各像素值输出到比较器阵列和计数器阵列,比较器阵列可以包括多个比较器,计数器阵列可以包括多个计数器。
具体来说,灰度直方图中每个灰度值可以对应一比较器和一计数器,上述实施例的生成电路可以包括各个灰度值对应的比较器和计数器,计数器用于将获取到的计数值与对应的灰度值进行比较,若相等,则计数器对应的累加值加一,以生成灰度直方图。
上述实施例确定电路可以包括缓存器、累加值比较器和翻转计数器,缓存器用于缓存所述灰度直方图,累加值比较器用于将相邻两个灰度值对应的累加值进行比较,翻转计数器用于统计累加值比较器的比较结果翻转的次数,次数表示灰度直方图对应的包络线的拐点数量,然后,可以将次数输出给用于根据拐点数量确定图像是否为空白图像的模块例如CPU等。
在实际应用中,比较器阵列可以包括256个比较器,分别对应0到255的灰度值,每个比较器后连接一个计数器,图像传感器采集到的图像数据经过A/D变换输出后,比较器阵列将输出的灰度值与各个可能的灰度值(0-255)进行比较,若与其中一个灰度值相等,则对应的计数器计数加一。对图像的每个像素点扫描完成后,所有计数器的值形成该幅图像的灰度直方图。
当然,在图像为黑白图像或彩色图像的情况下,也可以在A/D变换后增加用于将黑白图像或彩色图像的电路,生成对应的灰度值,然后再进入比较器阵列进行比较,得到灰度直方图。
灰度直方图输出到缓存器,累加值比较器将第n个和第n-1个计数器的输出数值进行比较,由翻转计数器统计比较结果翻转的次数,当次数为1时,表示图像是空白图像。其中,n在1至256之间取值。
本实施例提供的装置,可以通过比较器、计数器、缓存器、翻转计数器等实现,结构简单,易于实现,能够快速准确地实现对图像的检测。
图16为本发明实施例提供的又一种空白图像检测装置的结构示意图。如图16所示,本实施例的车载装置包括:至少一个处理器1601以及存储器1602;
存储器1602用于存储计算机执行指令;
至少一个处理器1601用于执行存储器1602存储的计算机执行指令,使得至少一个处理器1601执行如上述任一实施例的方法。
可选地,存储器1602既可以是独立的,也可以跟处理器1601集成在一起。
本实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
本发明实施例还提供一种电子设备,包括空白图像识别装置以及图像传感器;图像传感器用于扫描得到待处理的图像,空白图像识别装置用于实现上述任一实施例的方法。
空白图像识别装置可以通过软件、硬件、软硬件结合的方式来实现,本发明实施例对此不作限制。
本发明实施例提供的电子设备可以为打印机、扫描仪、手机等,具体实现原理和效果可以参见前述实施例,此处不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现上述任一实施例的方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块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)或处理器执行本申请各个实施例方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。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。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,简称ISA)总线、外部设备互连(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
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)

1.一种空白图像检测方法,其特征在于,包括:
获取待处理的图像,若所述待处理的图像为黑白图像,将所述待处理的图像分为多个区域,每个区域的大小相等;
将每个区域内黑色像素点的数量确定为所述区域对应的计数值;将所述图像中每个区域转换为一像素点,所述区域对应的计数值表示转换后的像素点对应的灰度值;
根据所述像素点对应的灰度值,生成对应的灰度直方图;
统计所述灰度直方图包络线的拐点数量,当所述拐点数量为一个时,判断所述待处理的图像为空白图像,当所述拐点数量为多个时,判断所述待处理的图像不是空白图像。
2.根据权利要求1所述的方法,其特征在于,根据所述像素点对应的灰度值,生成对应的灰度直方图,包括:
根据所述像素点对应的灰度值,通过如下公式确定灰度直方图:
Figure FDA0003672591560000011
其中,H(x)为灰度直方图中灰度值x对应的像素点数量;x为整数,取值范围为0至C2;W为待处理的图像的宽度;H为待处理的图像的高度;C为每个区域的边长;Pij为第i行第j列的区域对应的计数值;Pij等于x时,if(Pij==x)的值为1。
3.根据权利要求1所述的方法,其特征在于,进一步包括:
若所述待处理的图像为灰度图像,根据所述灰度图像的灰度分布,生成对应的灰度直方图;
统计所述灰度直方图包络线的拐点数量,当所述拐点数量为一个时,判断所述待处理的图像为空白图像,当所述拐点数量为多个时,判断所述待处理的图像不是空白图像。
4.根据权利要求3所述的方法,其特征在于,进一步包括:
若所述待处理的图像为彩色图像,则
根据所述待处理的图像中每个像素点对应的三通道像素值,确定对应的灰度值;
根据各个像素点对应的灰度值,将所述待处理的彩色图像转换为待处理的灰度图像。
5.一种空白图像识别装置,其特征在于,包括:
获取模块,用于获取待处理的图像,若所述待处理的图像为黑白图像,将所述待处理的图像分为多个区域,每个区域的大小相等;
处理模块,用于将每个区域内黑色像素点的数量确定为所述区域对应的计数值;将所述图像中每个区域转换为一像素点,所述区域对应的计数值表示转换后的像素点对应的灰度值;
生成模块,用于根据所述像素点对应的灰度值,生成对应的灰度直方图;
确定模块,用于统计所述灰度直方图包络线的拐点数量,当所述拐点数量为一个时,判断所述待处理的图像为空白图像,当所述拐点数量为多个时,判断所述待处理的图像不是空白图。
6.一种空白图像识别装置,其特征在于,包括:
获取电路,用于获取待处理的图像,若所述待处理的图像为黑白图像,将所述待处理的图像分为多个区域,每个区域的大小相等;
处理电路,用于将每个区域内黑色像素点的数量确定为所述区域对应的计数值;
生成电路,用于根据所述计数值,生成对应的灰度直方图;
确定电路,用于统计所述灰度直方图包络线的拐点数量,当所述拐点数量为一个时,判断所述待处理的图像为空白图像,当所述拐点数量为多个时,判断所述待处理的图像不是空白图。
7.根据权利要求6所述的装置,其特征在于,
将所述图像中每个区域转换为一像素点,所述区域对应的计数值表示转换后的像素点对应的灰度值;根据所述像素点对应的灰度值确定灰度直方图;所述灰度直方图中每个灰度值对应一比较器和一计数器,所述生成电路包括各个灰度值对应的比较器和计数器,所述计数器用于将获取到的计数值与对应的灰度值进行比较,若相等,则所述计数器对应的累加值加一,以生成所述灰度直方图;
所述确定电路包括缓存器、累加值比较器和翻转计数器,所述缓存器用于缓存所述灰度直方图,所述累加值比较器用于将相邻两个灰度值对应的累加值进行比较,所述翻转计数器用于统计所述累加值比较器的比较结果翻转的次数,所述次数表示所述灰度直方图对应的包络线的拐点数量。
8.一种空白图像识别装置,其特征在于,包括:存储器和至少一个处理器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1-4任一项所述的方法。
9.一种电子设备,其特征在于,包括空白图像识别装置以及图像传感器;
所述图像传感器用于扫描得到待处理的图像,所述空白图像识别装置用于实现权利要求1-4任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1-4任一项所述的方法。
CN202010945471.5A 2020-09-10 2020-09-10 空白图像识别方法、装置、设备及存储介质 Active CN112040087B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010945471.5A CN112040087B (zh) 2020-09-10 2020-09-10 空白图像识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010945471.5A CN112040087B (zh) 2020-09-10 2020-09-10 空白图像识别方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112040087A CN112040087A (zh) 2020-12-04
CN112040087B true CN112040087B (zh) 2022-08-09

Family

ID=73584994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010945471.5A Active CN112040087B (zh) 2020-09-10 2020-09-10 空白图像识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112040087B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700414A (zh) * 2020-12-30 2021-04-23 广东德诚大数据科技有限公司 一种用于考试阅卷的空白作答检测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007074270A (ja) * 2005-09-06 2007-03-22 Ricoh Co Ltd 白紙検知ユニット、画像処理装置および白紙検知方法
EP2693732A1 (en) * 2012-07-31 2014-02-05 Kyocera Document Solutions Inc. Image processing apparatus and image processing method
JP2019188742A (ja) * 2018-04-27 2019-10-31 ブラザー工業株式会社 画像処理装置、および、コンピュータプログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4651199A (en) * 1985-05-06 1987-03-17 Eastman Kodak Company Method for detecting blank frames in a photographic color printer
JPH0562011A (ja) * 1991-09-03 1993-03-12 Konica Corp 画像処理装置
US6377703B1 (en) * 1998-11-10 2002-04-23 Seiko Epson Corporation Apparatus and method for determining an area encompassing an image for scanning the image
US20050226503A1 (en) * 2004-04-07 2005-10-13 Bailey James R Scanned image content analysis
JP4495201B2 (ja) * 2007-10-10 2010-06-30 シャープ株式会社 画像処理装置、画像形成装置、画像処理方法、画像処理プログラムおよび画像処理プログラムを記録する記録媒体
JP5299225B2 (ja) * 2009-01-20 2013-09-25 株式会社リコー 情報処理装置、情報処理方法、及びプログラム
JP5975932B2 (ja) * 2013-04-24 2016-08-23 キヤノン株式会社 画像処理装置及び画像処理方法
JP6016844B2 (ja) * 2014-04-24 2016-10-26 京セラドキュメントソリューションズ株式会社 画像読取装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007074270A (ja) * 2005-09-06 2007-03-22 Ricoh Co Ltd 白紙検知ユニット、画像処理装置および白紙検知方法
EP2693732A1 (en) * 2012-07-31 2014-02-05 Kyocera Document Solutions Inc. Image processing apparatus and image processing method
JP2019188742A (ja) * 2018-04-27 2019-10-31 ブラザー工業株式会社 画像処理装置、および、コンピュータプログラム

Also Published As

Publication number Publication date
CN112040087A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
EP1831823B1 (en) Segmenting digital image and producing compact representation
JP4667062B2 (ja) 画像解析装置、画像解析方法、及びブロブ識別装置
US7386171B2 (en) Activity detector
US20130129216A1 (en) Text Detection Using Multi-Layer Connected Components With Histograms
US8331670B2 (en) Method of detection document alteration by comparing characters using shape features of characters
JP4339925B2 (ja) 文書画像処理方法、文書画像処理装置、文書画像処理プログラムおよび記憶媒体
US8611658B2 (en) Image processing apparatus and image processing method
JP6874387B2 (ja) 画像処理装置、画像処理方法およびプログラム
JP2016521890A (ja) 文書バウンダリ検知方法
US20100239166A1 (en) Character recognition device, image-reading device, computer readable medium, and character recognition method
US20090148042A1 (en) Text representation method and apparatus
CN115619656A (zh) 数字化档案纠偏矫正方法及系统
CN112040087B (zh) 空白图像识别方法、装置、设备及存储介质
US8229214B2 (en) Image processing apparatus and image processing method
JP4497574B2 (ja) 正規化されたグレースケール画像の分類駆動型閾値処理
US10496894B2 (en) System and method for text localization in images
CN111209912A (zh) 一种中文文字图片长干扰线去除方法
US10931852B2 (en) Image processing apparatus, image processing method, and storage medium, with determining whether or not character clipping rectangle determined to be non-character region is character region
Sherkat et al. Use of colour for hand-filled form analysis and recognition
Selami Analysis of image features taken from different camera types
JPH07121658A (ja) 文字列検出方式
JP5418057B2 (ja) 画像処理装置及びコンピュータプログラム
CN114882484A (zh) 车牌定位方法、装置、电子设备及计算机可读存储介质
CN113099064A (zh) 用于图像参数确定的方法和设备
JPH07175927A (ja) 画像処理装置

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