CN112053410A - 一种基于矢量图形绘制的图像处理方法、系统及电子设备 - Google Patents
一种基于矢量图形绘制的图像处理方法、系统及电子设备 Download PDFInfo
- Publication number
- CN112053410A CN112053410A CN202010857930.4A CN202010857930A CN112053410A CN 112053410 A CN112053410 A CN 112053410A CN 202010857930 A CN202010857930 A CN 202010857930A CN 112053410 A CN112053410 A CN 112053410A
- Authority
- CN
- China
- Prior art keywords
- image
- viewed
- line
- checked
- vector graphics
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
Abstract
本发明涉及一种基于矢量图形绘制的图像处理方法、系统及电子设备,将待查看图像中所包含的所有文字和/或所有用于表示航线的线条,绘制成相应的矢量图形,由于矢量图形在进行放大时,其显示的清晰度不会受到影响,所以,当用户对待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的待查看图像后,文字和线条均能清晰显示,一方面,以便于用户进行查看,提高用户体验度,另一方面,只将待查看图像中所包含的所有文字和/或的线条部分绘制成相应的矢量图形,计算量小,处理效率高,所需的存储空间较小;而且,用户能自主进行截图生成待查看图像,进一步提高用户体验度。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种基于矢量图形绘制的图像处理方法、系统和电子设备。
背景技术
随着我国从航空运输大国到航空运输强国战略的逐渐展开,民航业已经成为国家重要战略产业之一,一直占据着航空运输业中重要的地位,随着社会经济的不断发展,人民的出行都会选择快捷方便的民航,导致民航运输量这几年的不断上涨,运输能力也显著提升,航线的网络规划规模呈现出不断扩张的趋势,用户在出行时,需在航空网络地图上查看和比较多个航班的航线及其航线信息,由于多个航班的航空路线存在相同路段,在航空网络地图上显示较为密集,用户不容易直观查看各个航班的航线及其航线信息,目前,用户往往通过两种方式进一步进行查看,具体地:
1)用户将需要的航班的航线及其航线信息进行截图并保存,然后通过放大截图图像来查看各个航线及其航线信息,虽然用户能自主进行截图,但当对截图图像进行放大后,会出现模糊失真的问题,更不利用用户进行查看;
2)用户可通过航空网络地图提供的下载功能,直接保存图像,然后通过放大该图像来查看各个航线及其航线信息,但是,航空网络地图提供的下载功能往往导出的是具有整个显示屏幕上的各个航线及其航线信息的图像,不便于自主进行截图,航空网络地图往往提供高清的图像,以便于用户进行查看,但当对截图图像进行放大后,也会出现模糊失真的问题,且高清的图片所需的存储空间较大,占用较多的存储空间。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供了一种便于用户对图像进行放大查看且能避免模糊失真的基于矢量图形绘制的图像处理方法、系统和电子设备。
本发明的一种基于矢量图形绘制的图像处理方法的技术方案如下:
将待查看图像输入图像识别模型,得到所述待查看图像中的所有文字和/或所有用于表示航线的线条,分别获取每个文字和/或每个线条在所述待查看图像中的相对位置,并分别绘制每个文字和/或每个线条的矢量图形;
当用户对所述待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的所述待查看图像中。
本发明的一种基于矢量图形绘制的图像处理方法的有益效果如下:
将待查看图像中所包含的所有文字和/或所有用于表示航线的线条,绘制成相应的矢量图形,由于矢量图形在进行放大时,其显示的清晰度不会受到影响,所以,当用户对待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的待查看图像后,文字和线条均能清晰显示,一方面,以便于用户进行查看,提高用户体验度,另一方面,只将待查看图像中所包含的所有文字和/或的线条部分绘制成相应的矢量图形,计算量小,处理效率高,所需的存储空间较小;而且,用户能自主进行截图生成待查看图像,进一步提高用户体验度。
在上述方案的基础上,本发明的一种基于矢量图形绘制的图像处理方法还可以做如下改进。
进一步,所述分别获取每个文字和/或每个线条在所述待查看图像中的相对位置,包括:
在所述待查看图像所处的平面上的任一点为原点,建立坐标系;
获取所述待查看图像在所述坐标系中的所包围的第一范围,并分别获取每个文字和/或每个线条在所述坐标系中所覆盖的第二范围;
根据所述第一范围和每个第二范围,分别得到每个文字和/或每个线条在所述待查看图像中的相对位置。
进一步,所述绘制每个文字和/或每个线条的矢量图形,包括:
基于flash技术,分别对每个文字和/或每个线条进行重新绘制后,得到每个文字和/或每个线条所分别对应的矢量图形。
进一步,当用户对所述待查看图像进行放大显示时,在所述待查看图像的每两个相邻的像素点之间添加空像素点,计算得到所述待查看图像的每个原始像素点的灰度值,根据每个空像素点的相邻的原始像素点的灰度值,通过内插得到每个空像素点的灰度值并写入。
采用上述进一步方案的有益效果是:当用户对所述待查看图像进行放大显示时,虽然将每个矢量图形分别按照对应的相对位置填充在放大后的待查看图像后,文字和线条均能清晰显示,不影响用户查看,但是待查看图像中除了每个文字和/或每个线条所剩余的原始像素点可能会出现模糊情况,可能会影响用户体验度,因此,首先插入空像素点,并根据每个空像素点的相邻的原始像素点的灰度值,通过内插得到每个空像素点的灰度值并写入,以提升使待查看图像的分辨率,进一步提高用户体验度。
进一步,还包括:
将多个包含文字和/或线条的图像划分为训练集和验证集,通过卷积神经网络对所述训练集和所述验证集进行训练后所得到的函数满足预设条件时,则将所述函数确定为所述图像识别模型。
采用上述进一步方案的有益效果是:通过卷积神经网络构建出图像识别模型,以保证构建出的图像识别模型能对多个图像所包含文字和/或线条进行最优的拟合,以保证图像识别模型的准确度。
本发明的一种基于矢量图形绘制的图像处理系统的技术方案如下:
包括获取绘制模块和填充模块;
所述获取绘制模块用于将待查看图像输入图像识别模型,得到所述待查看图像中的所有文字和/或所有用于表示航线的线条,分别获取每个文字和/或每个线条在所述待查看图像中的相对位置,并分别绘制每个文字和/或每个线条的矢量图形;
所述填充模块用于当用户对所述待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的所述待查看图像中。
本发明的一种基于矢量图形绘制的图像处理系统的有益效果如下:
将待查看图像中所包含的所有文字和/或所有用于表示航线的线条,绘制成相应的矢量图形,由于矢量图形在进行放大时,其显示的清晰度不会受到影响,所以,当用户对待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的待查看图像后,文字和线条均能清晰显示,一方面,以便于用户进行查看,提高用户体验度,另一方面,只将待查看图像中所包含的所有文字和/或的线条部分绘制成相应的矢量图形,计算量小,处理效率高,所需的存储空间较小;而且,用户能自主进行截图生成待查看图像,进一步提高用户体验度。
在上述方案的基础上,本发明的一种基于矢量图形绘制的图像处理系统还可以做如下改进。
进一步,所述获取绘制模块具体用于:
在所述待查看图像所处的平面上的任一点为原点,建立坐标系;
获取所述待查看图像在所述坐标系中的所包围的第一范围,并分别获取每个文字和/或每个线条在所述坐标系中所覆盖的第二范围;
根据所述第一范围和每个第二范围,分别得到每个文字和/或每个线条在所述待查看图像中的相对位置。
进一步,所述获取绘制模块具体用于基于flash技术,分别对每个文字和/或每个线条进行重新绘制后,得到每个文字和/或每个线条所分别对应的矢量图形。
进一步,还包括添加写入模块,所述添加写入模块用于:
当用户对所述待查看图像进行放大显示时,在所述待查看图像的每两个相邻的像素点之间添加空像素点,计算得到所述待查看图像的每个原始像素点的灰度值,根据每个空像素点的相邻的原始像素点的灰度值,通过内插得到每个空像素点的灰度值并写入。
采用上述进一步方案的有益效果是:当用户对所述待查看图像进行放大显示时,虽然将每个矢量图形分别按照对应的相对位置填充在放大后的待查看图像后,文字和线条均能清晰显示,不影响用户查看,但是待查看图像中除了每个文字和/或每个线条所剩余的原始像素点可能会出现模糊情况,可能会影响用户体验度,因此,首先插入空像素点,并根据每个空像素点的相邻的原始像素点的灰度值,通过内插得到每个空像素点的灰度值并写入,以提升使待查看图像的分辨率,进一步提高用户体验度。
进一步,还包括模型训练模块,所述模型训练模块用于:
将多个包含文字和/或线条的图像划分为训练集和验证集,通过卷积神经网络对所述训练集和所述验证集进行训练后所得到的函数满足预设条件时,则将所述函数确定为所述图像识别模型。
采用上述进一步方案的有益效果是:通过卷积神经网络构建出图像识别模型,以保证构建出的图像识别模型能对多个图像所包含文字和/或线条进行最优的拟合,以保证图像识别模型的准确度。
本发明的一种电子设备的技术方案如下:
包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如上述任一项所述的一种基于矢量图形绘制的图像处理方法的步骤。
本发明的一种电子设备的有益效果如下:
将待查看图像中所包含的所有文字和/或所有用于表示航线的线条,绘制成相应的矢量图形,由于矢量图形在进行放大时,其显示的清晰度不会受到影响,所以,当用户对待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的待查看图像后,文字和线条均能清晰显示,一方面,以便于用户进行查看,提高用户体验度,另一方面,只将待查看图像中所包含的所有文字和/或的线条部分绘制成相应的矢量图形,计算量小,处理效率高,所需的存储空间较小;而且,用户能自主进行截图生成待查看图像,进一步提高用户体验度。
附图说明
图1为本发明实施例的一种基于矢量图形绘制的图像处理方法的流程示意图;
图2为对待显示图像进行放大的示意图;
图3为在待显示图像的每两行相邻的原始像素点之间插入1行空像素点的示意图;
图4为本发明实施例的一种基于矢量图形绘制的图像处理系统的结构示意图;
图5为本发明实施例的一种电子设备的结构示意图;
具体实施方式
如图1所示,本发明实施例的一种基于矢量图形绘制的图像处理方法,包括如下步骤:
S1、将待查看图像输入图像识别模型,得到所述待查看图像中的所有文字和/或所有用于表示航线的线条,分别获取每个文字和/或每个线条在所述待查看图像中的相对位置,并分别绘制每个文字和/或每个线条的矢量图形;
S2、当用户对所述待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的所述待查看图像中。
将待查看图像中所包含的所有文字和/或所有用于表示航线的线条,绘制成相应的矢量图形,由于矢量图形在进行放大时,其显示的清晰度不会受到影响,所以,当用户对待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的待查看图像后,文字和线条均能清晰显示,一方面,以便于用户进行查看,提高用户体验度,另一方面,只将待查看图像中所包含的所有文字和/或的线条部分绘制成相应的矢量图形,计算量小,处理效率高,所需的存储空间较小;而且,用户能自主进行截图生成待查看图像,进一步提高用户体验度。
其中,待查看图像可用用户在航空网络地图进行截图后的截图图像,或从航空网络地图的下载功能中所直接下载保存的图像。
较优地,在上述技术方案中,S1中,所述分别获取每个文字和/或每个线条在所述待查看图像中的相对位置,包括:
S10、在所述待查看图像所处的平面上的任一点为原点,建立坐标系;
S11、获取所述待查看图像在所述坐标系中的所包围的第一范围,并分别获取每个文字和/或每个线条在所述坐标系中的第二范围;
S12、根据所述第一范围和每个第二范围,分别得到每个文字和/或每个线条在所述待查看图像中的相对位置。
如图2所示,以第一待查看图像及其包含用于表示航线的第一线条为例进行说明,具体地:
S100、如图2左图时,将第一待查看图像输入图像识别模型,识别出第一线条,并获取第一线条在第一待查看图像中的相对位置,并绘制第一线条的矢量图形;
S110、如图2右图所示,当用户对第一待查看图像进行放大显示时,第一线条的矢量图形按照第一线条在第一待查看图像中的相对位置填充在放大后的第一待查看图像中。由于第一线条的矢量图形在进行放大时,其显示的清晰度不会受到影响,便于用于进行查看;
其中,S100中记录第一线条在第一待查看图像中的相对位置的过程为:
S1000、在第一待查看图像所处的平面上的任一点为原点,建立坐标系,为便于表述和计算,以第一待查看图像的一个角点作为原点,建立第一坐标系,且第一坐标系可为直角坐标坐标系即笛卡尔坐标系,也可为极坐标系,本实施例中,以第一坐标系为直角坐标坐系进行论述;
S1001、获取第一待查看图像的第一范围,例如当第一待查看图像出尺寸为10mm×10mm且设置x轴和y轴中的1均表示1mm时,则第一范围为:四条直线即y=0、y=10、x=0和x=10所包围的面积;
S1002、获取第一线条的所覆盖的第二范围。由于在坐标系中,是不考虑线条的粗度的,但是在航空网络地图中,假如用户选中某一航线时,可能对该航线的线条进行加粗,故本申请中需要考虑第一线条的所覆盖的所有点坐标,也就是将第一线条看做一个四边形,第一线条的所覆盖第二范围即四边形所包围的面积;
S1003、根据第一范围和第一线条的第二范围,并通过如下两种方式,得到第一线条在第一待查看图像中的相对位置,具体地:
1)通过对比第一范围内所有的坐标点和第一线条的第二范围内的所有坐标点,以获取第一线条在第一待查看图像中的相对位置;
2)通过获取第一线条的第二范围的外轮廓至第一范围的外轮廓的距离,以获取第一线条在第一待查看图像中的相对位置。
其中,可分别对x轴和y轴上设置不同步长的方式来调整第一线条的所覆盖的点坐标,其意义在于调整第一线条的所覆盖的点坐标的数量,当第一线条的所覆盖的点坐标的数量越多时,越能更准确地得到第一线条在第一待查看图像的相对位置,例如:当第一待查看图像出尺寸为10mm×10mm时,当选用0.01mm作为x轴和y轴的步长所得到的第一线条的第二范围的精细度是选用0.1mm作为x轴和y轴的步长所得到的第一线条的第二范围的精细度的10倍;尤其对于文字来说,选用0.01mm作为x轴和y轴的步长所得到文字的第二范围的轮廓更逼进真实的文字的轮廓,使得到的相对位置更为准确。
可以理解的是,第一待查看图像中的文字也可通过上述方式,得到其在第一待查看图像中的相对位置,在此不做赘述。
较优地,在上述技术方案中,S1中所述绘制每个文字和/或每个线条的矢量图形,包括:
S13、基于flash技术,分别对每个文字和/或每个线条进行重新绘制后,得到每个文字和/或每个线条所分别对应的矢量图形。
具体通过调用flash矢量绘制类shape的lineTo方法,对每个文字和/或每个线条进行重新绘制,生成矢量图形。
较优地,在上述技术方案中,还包括:
S3、当用户对所述待查看图像进行放大显示时,在所述待查看图像的每两个相邻的像素点之间添加空像素点,计算得到所述待查看图像的每个原始像素点的灰度值,根据每个空像素点的相邻的原始像素点的灰度值,通过内插得到每个空像素点的灰度值并写入。
当用户对所述待查看图像进行放大显示时,虽然将每个矢量图形分别按照对应的相对位置填充在放大后的待查看图像后,文字和线条均能清晰显示,不影响用户查看,但是待查看图像中除了每个文字和/或每个线条所剩余的原始像素点可能会出现模糊情况,可能会影响用户体验度,因此,首先插入空像素点,并根据每个空像素点的相邻的原始像素点的灰度值,通过内插得到每个空像素点的灰度值并写入,以提升使待查看图像的分辨率,进一步提高用户体验度。
以14寸、且分辨率为1280×720的显示屏幕为例进行说明,根据14寸和显示屏幕分辨率即1280×720可计算出显示屏幕的每个用于显示的像素点的尺寸,当用户对待查看图像进行放大显示时,假设待查看图像中每个像素点均覆盖了4个显示屏幕的每个用于显示的像素点,说明待查看图像中每个像素点的长和宽均放大了1倍,即放大倍数N=1;假设待查看图像中每个像素点均覆盖了9个显示屏幕的每个用于显示的像素点,说明待查看图像中每个像素点的长和宽均放大了2倍,即放大倍数N=2,可以理解的是:当待查看图像中每个像素点均覆盖了少于9个且多于4显示屏幕的每个用于显示的像素点,此时,按照取整方式确定出:放大倍数N=1;
如图3所示,每个方块代表一个原始像素点或空像素点,且原始1表示第1个原始像素点,空1表示第1个空像素点,并依次类推;
假设待处理图像有4行、4列的原始像素点,当N=1时,在每两行相邻像素点之间插入1行空像素点,具体地:
第1行原始像素点与第2行原始像素点插入1行空像素点即空4至空10,第2行原始像素点与第3行原始像素点插入1行空像素点即空14至空20,第3行原始像素点与第4行原始像素点插入1行空像素点即空24至空30;
在每两列相邻像素点之间插入1列空像素点,具体地:第1列原始像素点与第2列原始像素点插入1列空像素点,第2列原始像素点与第3列原始像素点插入1列空像素点,第3列原始像素点与第4列原始像素点插入1列空像素点;
其中,由于空5的位置、空9的位置、空15的位置、空19的位置、空25的位置和空29的位置,均分别重复添加一次,故去除重复插入的空像素点;
其中,可通过第一公式计算出所述待处理图像的每个原始像素点的灰度值,所述第一公式为:f(p)=0.3×R(p)+0.59×G(p)+0.11×B(p),其中,p表示所述待处理图像的任一原始像素点,R(p)表示原始像素点p的红色分量值,G(p)表示原始像素点p的绿色分量值,B(p)表示原始像素点p的蓝色分量值。
根据每个空像素点的相邻的原始像素点的灰度值,通过线性内插得到每个空像素点的灰度值并写入。例如,对于空1,相邻的两个原始像素点为原始1和原始2;对于空2,距离最近的相邻的两个原始像素点为原始2和原始3;由于线性内插的具体技术为本领域人员所悉知,在此以空1为例进行简要说明:
需要注意一点是,由于当用户对待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的待查看图像,例如,第一线条的矢量图形在放大的第一待显示图像中,已覆盖了未经放大的第一待显示图像中的第一线条的原始像素点,那么,即便有的空像素点写入了灰度值,也会被第一线条的矢量图形所覆盖,不会影响用户查看。
较优地,在上述技术方案中,还包括:
S01、将多个包含文字和/或线条的图像划分为训练集和验证集,通过卷积神经网络对所述训练集和所述验证集进行训练后所得到的函数满足预设条件时,则将所述函数确定为所述图像识别模型。
通过卷积神经网络构建出图像识别模型,以保证构建出的图像识别模型能对多个图像所包含文字和/或线条进行最优的拟合,以保证图像识别模型的准确度。
例如,有1000个图像,且每个图像中均包含文字和线条,将1000个图像划分为训练集和验证集,例如随机选择900个图像作为训练集,剩余的100个图像作为验证集;具体可根据实际情况进行训练集和验证集的划分,为了所构建出的图像识别模型的准确度,原则上训练集的占比不少于70%;
以训练集中的每个图像的文字和图像均作为因变量,以每个图像的每个像素点的灰度值作为自变量,通过卷积神经网络进行训练后构建出函数,通过以验证集中每个图像的文字和图像均作为因变量、以验证集每个图像的灰度值作为自变量,输入函数并对函数进行验证,当该函数满足预设条件时,将所述函数确定为所述图像识别模型;其中,预设条件为:在验证集中,对图像中的的文字和图像的识别准确率大于预设阈值,预设阈值选用80%、85%等,也可根据实际情况进行调整。
在上述各实施例中,虽然对步骤进行进行了编号S1、S2等,但只是本申请给出的具体实施例,本领域的技术人员可根据实际情况对调整S1、S2等的执行顺序,此也在本发明的保护范围内。
如图4所示,本发明实施例的一种基于矢量图形绘制的图像处理系统200,包括获取绘制模块210和填充模块220;
所述获取绘制模块210用于将待查看图像输入图像识别模型,得到所述待查看图像中的所有文字和/或所有用于表示航线的线条,分别获取每个文字和/或每个线条在所述待查看图像中的相对位置,并分别绘制每个文字和/或每个线条的矢量图形;
所述填充模块220用于当用户对所述待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的所述待查看图像中。
将待查看图像中所包含的所有文字和/或所有用于表示航线的线条,绘制成相应的矢量图形,由于矢量图形在进行放大时,其显示的清晰度不会受到影响,所以,当用户对待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的待查看图像后,文字和线条均能清晰显示,一方面,以便于用户进行查看,提高用户体验度,另一方面,只将待查看图像中所包含的所有文字和/或的线条部分绘制成相应的矢量图形,计算量小,处理效率高,所需的存储空间较小;而且,用户能自主进行截图生成待查看图像,进一步提高用户体验度。
较优地,在上述技术方案中,所述获取绘制模块210具体用于:
在所述待查看图像所处的平面上的任一点为原点,建立坐标系;
获取所述待查看图像在所述坐标系中的所包围的第一范围,并分别获取每个文字和/或每个线条在所述坐标系中所覆盖的第二范围;
根据所述第一范围和每个第二范围,分别得到每个文字和/或每个线条在所述待查看图像中的相对位置。
较优地,在上述技术方案中,所述获取绘制模块具体用于基于flash技术,分别对每个文字和/或每个线条进行重新绘制后,得到每个文字和/或每个线条所分别对应的矢量图形。
较优地,在上述技术方案中,还包括添加写入模块,所述添加写入模块用于:
当用户对所述待查看图像进行放大显示时,在所述待查看图像的每两个相邻的像素点之间添加空像素点,计算得到所述待查看图像的每个原始像素点的灰度值,根据每个空像素点的相邻的原始像素点的灰度值,通过内插得到每个空像素点的灰度值并写入。
当用户对所述待查看图像进行放大显示时,虽然将每个矢量图形分别按照对应的相对位置填充在放大后的待查看图像后,文字和线条均能清晰显示,不影响用户查看,但是待查看图像中除了每个文字和/或每个线条所剩余的原始像素点可能会出现模糊情况,可能会影响用户体验度,因此,首先插入空像素点,并根据每个空像素点的相邻的原始像素点的灰度值,通过内插得到每个空像素点的灰度值并写入,以提升使待查看图像的分辨率,进一步提高用户体验度。
较优地,在上述技术方案中,还包括模型训练模块,所述模型训练模块用于:
将多个包含文字和/或线条的图像划分为训练集和验证集,通过卷积神经网络对所述训练集和所述验证集进行训练后所得到的函数满足预设条件时,则将所述函数确定为所述图像识别模型。
通过卷积神经网络构建出图像识别模型,以保证构建出的图像识别模型能对多个图像所包含文字和/或线条进行最优的拟合,以保证图像识别模型的准确度。
上述关于本发明的一种基于矢量图形绘制的图像处理系统200中的各参数和各个单元模块实现相应功能的步骤,可参考上文中关于一种基于矢量图形绘制的图像处理方法的实施例中的各参数和步骤,在此不做赘述。
如图5所示,本发明实施例的一种电子设备300,包括存储器310、处理器320及存储在所述存储器310上并在所述处理器320上运行的程序330,所述处理器320执行所述程序330时实现上述任一实施的一种基于矢量图形绘制的图像处理方法的步骤。
将待查看图像中所包含的所有文字和/或所有用于表示航线的线条,绘制成相应的矢量图形,由于矢量图形在进行放大时,其显示的清晰度不会受到影响,所以,当用户对待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的待查看图像后,一方面,以便于用户进行查看,提高用户体验度,另一方面,只将待查看图像中所包含的所有文字和/或的线条部分绘制成相应的矢量图形,计算量小,处理效率高,所需的存储空间较小;而且,用户能自主进行截图生成待查看图像,进一步提高用户体验度。
其中,电子设备300可以选用电脑、手机等,相对应地,其程序330为电脑软件或手机APP等,且上述关于本发明的一种电子设备300中的各参数和步骤,可参考上文中一种基于矢量图形绘制的图像处理方法的实施例中的各参数和步骤,在此不做赘述。
在本发明中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于矢量图形绘制的图像处理方法,其特征在于,包括:
将待查看图像输入图像识别模型,得到所述待查看图像中的所有文字和/或所有用于表示航线的线条,分别获取每个文字和/或每个线条在所述待查看图像中的相对位置,并分别绘制每个文字和/或每个线条的矢量图形;
当用户对所述待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的所述待查看图像中。
2.根据权利要求1所述的一种基于矢量图形绘制的图像处理方法,其特征在于,所述分别获取每个文字和/或每个线条在所述待查看图像中的相对位置,包括:
在所述待查看图像所处的平面上的任一点为原点,建立坐标系;
获取所述待查看图像在所述坐标系中的所包围的第一范围,并分别获取每个文字和/或每个线条在所述坐标系中所覆盖的第二范围;
根据所述第一范围和每个第二范围,分别得到每个文字和/或每个线条在所述待查看图像中的相对位置。
3.根据权利要求1所述的一种基于矢量图形绘制的图像处理方法,其特征在于,所述分别绘制每个文字和/或每个线条的矢量图形,包括:
基于flash技术,分别对每个文字和/或每个线条进行重新绘制后,得到每个文字和/或每个线条所分别对应的矢量图形。
4.根据权利要求1至3任一项所述的一种基于矢量图形绘制的图像处理方法,其特征在于,还包括:
当用户对所述待查看图像进行放大显示时,在所述待查看图像的每两个相邻的像素点之间添加空像素点,计算得到所述待查看图像的每个原始像素点的灰度值,根据每个空像素点的相邻的原始像素点的灰度值,通过内插得到每个空像素点的灰度值并写入。
5.根据权利要求1至3任一项所述的一种基于矢量图形绘制的图像处理方法,其特征在于,还包括:
将多个包含文字和/或线条的图像划分为训练集和验证集,通过卷积神经网络对所述训练集和所述验证集进行训练后所得到的函数满足预设条件时,则将所述函数确定为所述图像识别模型。
6.一种基于矢量图形绘制的图像处理系统,其特征在于,包括获取绘制模块和填充模块;
所述获取绘制模块用于将待查看图像输入图像识别模型,得到所述待查看图像中的所有文字和/或所有用于表示航线的线条,分别获取每个文字和/或每个线条在所述待查看图像中的相对位置,并分别绘制每个文字和/或每个线条的矢量图形;
所述填充模块用于当用户对所述待查看图像进行放大显示时,将每个矢量图形分别按照对应的相对位置填充在放大后的所述待查看图像中。
7.根据权利要求6所述的一种基于矢量图形绘制的图像处理系统,其特征在于,所述获取绘制模块具体用于:
在所述待查看图像所处的平面上的任一点为原点,建立坐标系;
获取所述待查看图像在所述坐标系中的所包围的第一范围,并分别获取每个文字和/或每个线条在所述坐标系中所覆盖的第二范围;
根据所述第一范围和每个第二范围,分别得到每个文字和/或每个线条在所述待查看图像中的相对位置。
8.根据权利要求6所述的一种基于矢量图形绘制的图像处理系统,其特征在于,所述获取绘制模块具体用于基于flash技术,分别对每个文字和/或每个线条进行重新绘制后,得到每个文字和/或每个线条所分别对应的矢量图形。
9.根据权利要求6至8任一项所述的一种基于矢量图形绘制的图像处理系统,其特征在于,还包括添加写入模块,所述添加写入模块用于:
当用户对所述待查看图像进行放大显示时,在所述待查看图像的每两个相邻的像素点之间添加空像素点,计算得到所述待查看图像的每个原始像素点的灰度值,根据每个空像素点的相邻的原始像素点的灰度值,通过内插得到每个空像素点的灰度值并写入。
10.一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述的一种基于矢量图形绘制的图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010857930.4A CN112053410A (zh) | 2020-08-24 | 2020-08-24 | 一种基于矢量图形绘制的图像处理方法、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010857930.4A CN112053410A (zh) | 2020-08-24 | 2020-08-24 | 一种基于矢量图形绘制的图像处理方法、系统及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112053410A true CN112053410A (zh) | 2020-12-08 |
Family
ID=73599939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010857930.4A Pending CN112053410A (zh) | 2020-08-24 | 2020-08-24 | 一种基于矢量图形绘制的图像处理方法、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112053410A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113267192A (zh) * | 2021-05-26 | 2021-08-17 | 海南太美航空股份有限公司 | 提高交叉航线渲染效率的方法及系统 |
CN113298697A (zh) * | 2021-03-19 | 2021-08-24 | 广州天越电子科技有限公司 | 一种基于人工神经网络二维图形元素转矢量图形元素的方法 |
CN113486655A (zh) * | 2021-06-11 | 2021-10-08 | 陈展天 | 一种有利于远程教育的汉字注音识别法 |
WO2022252613A1 (zh) * | 2021-06-01 | 2022-12-08 | 福建福昕软件开发股份有限公司 | 基于桌面软件通过函数拟合识别pdf内多类线条的方法 |
CN113298697B (zh) * | 2021-03-19 | 2024-04-26 | 广州天越电子科技有限公司 | 一种基于人工神经网络二维图形元素转矢量图形元素的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5329614A (en) * | 1991-02-07 | 1994-07-12 | Unisys Corporation | Method and apparatus for enlarging gray scale images |
CN101432761A (zh) * | 2006-03-29 | 2009-05-13 | 亚马逊科技公司 | 将包含文字的数字图像转换为用于再现的基于记号的文件 |
CN109345454A (zh) * | 2018-09-18 | 2019-02-15 | 徐庆 | 位图图像矢量化的方法、存储介质及系统 |
CN109726712A (zh) * | 2018-11-13 | 2019-05-07 | 平安科技(深圳)有限公司 | 文字识别方法、装置及存储介质、服务器 |
CN109739356A (zh) * | 2018-12-29 | 2019-05-10 | 歌尔股份有限公司 | Vr系统中图像显示的控制方法、装置及vr头戴设备 |
CN111260750A (zh) * | 2020-01-08 | 2020-06-09 | 广东三维家信息科技有限公司 | openFL绘制矢量图形的处理方法、装置及电子设备 |
-
2020
- 2020-08-24 CN CN202010857930.4A patent/CN112053410A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5329614A (en) * | 1991-02-07 | 1994-07-12 | Unisys Corporation | Method and apparatus for enlarging gray scale images |
CN101432761A (zh) * | 2006-03-29 | 2009-05-13 | 亚马逊科技公司 | 将包含文字的数字图像转换为用于再现的基于记号的文件 |
CN109345454A (zh) * | 2018-09-18 | 2019-02-15 | 徐庆 | 位图图像矢量化的方法、存储介质及系统 |
CN109726712A (zh) * | 2018-11-13 | 2019-05-07 | 平安科技(深圳)有限公司 | 文字识别方法、装置及存储介质、服务器 |
CN109739356A (zh) * | 2018-12-29 | 2019-05-10 | 歌尔股份有限公司 | Vr系统中图像显示的控制方法、装置及vr头戴设备 |
CN111260750A (zh) * | 2020-01-08 | 2020-06-09 | 广东三维家信息科技有限公司 | openFL绘制矢量图形的处理方法、装置及电子设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298697A (zh) * | 2021-03-19 | 2021-08-24 | 广州天越电子科技有限公司 | 一种基于人工神经网络二维图形元素转矢量图形元素的方法 |
CN113298697B (zh) * | 2021-03-19 | 2024-04-26 | 广州天越电子科技有限公司 | 一种基于人工神经网络二维图形元素转矢量图形元素的方法 |
CN113267192A (zh) * | 2021-05-26 | 2021-08-17 | 海南太美航空股份有限公司 | 提高交叉航线渲染效率的方法及系统 |
WO2022252613A1 (zh) * | 2021-06-01 | 2022-12-08 | 福建福昕软件开发股份有限公司 | 基于桌面软件通过函数拟合识别pdf内多类线条的方法 |
CN113486655A (zh) * | 2021-06-11 | 2021-10-08 | 陈展天 | 一种有利于远程教育的汉字注音识别法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112053410A (zh) | 一种基于矢量图形绘制的图像处理方法、系统及电子设备 | |
US20090046098A1 (en) | Primitive binning method for tile-based rendering | |
US20040176908A1 (en) | Map displaying apparatus | |
CN106055295A (zh) | 图片处理方法、图片绘制方法及装置 | |
US9959685B2 (en) | Method and system for selectively blending buildings to improve route visibility in a 3D navigation system | |
US20160078650A1 (en) | Drawing data generation device and drawing device | |
CN115439609B (zh) | 基于地图服务的三维模型渲染方法、系统、设备及介质 | |
CN110580273B (zh) | 地图gis数据处理存储方法、装置、可读存储介质 | |
CN113269897B (zh) | 表面点云的获取方法、装置、设备及存储介质 | |
US20090201307A1 (en) | Rasterizing method | |
CN107301045B (zh) | 窗口显示方法及装置 | |
JP2009193308A (ja) | 情報表示装置及びプログラム | |
CN113126944B (zh) | 深度图的显示方法、显示装置、电子设备及存储介质 | |
CN110807113B (zh) | 可视化布局中的矩形图元重叠的非迭代消除方法 | |
EP0473152B1 (en) | Topographical data construction system | |
JP2007323583A (ja) | 画像変換装置及び画像変換プログラム | |
US6856325B2 (en) | Information processing method and apparatus | |
CN114407364B (zh) | 三维模型的切片方法、打印方法、打印系统及电子设备 | |
US20040012586A1 (en) | Image processing apparatus and method of same | |
KR100653514B1 (ko) | 도형 드로잉 방법 | |
JP6247456B2 (ja) | ナビゲーション装置および地図描画方法 | |
CN108921915A (zh) | 人口移动演化的显示方法、装置及计算机可读存储介质 | |
CN114782652B (zh) | 模型放平的方法、装置、设备及存储介质 | |
CN116704146A (zh) | 一种基于游戏渲染引擎的三维电子地图动态加载方法 | |
JP2006260119A (ja) | 3次元形状処理装置、3次元形状処理方法、プログラムおよび記録媒体 |
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 |