CN112215811A - 一种图像检测方法、装置、电子设备及存储介质 - Google Patents

一种图像检测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112215811A
CN112215811A CN202011066281.2A CN202011066281A CN112215811A CN 112215811 A CN112215811 A CN 112215811A CN 202011066281 A CN202011066281 A CN 202011066281A CN 112215811 A CN112215811 A CN 112215811A
Authority
CN
China
Prior art keywords
image
detected
template
sub
subimage
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
Application number
CN202011066281.2A
Other languages
English (en)
Inventor
李彬
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.)
Shanghai Wentai Information Technology Co Ltd
Original Assignee
Shanghai Wentai Information Technology 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 Shanghai Wentai Information Technology Co Ltd filed Critical Shanghai Wentai Information Technology Co Ltd
Priority to CN202011066281.2A priority Critical patent/CN112215811A/zh
Publication of CN112215811A publication Critical patent/CN112215811A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • 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
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30144—Printing quality

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供了一种图像检测方法、装置、电子设备及存储介质，涉及图像处理技术领域。其中，该图像检测方法包括：获取待检测图像以及模板图像；根据第一阈值以及第二阈值，将所述待检测图像分割为至少一个待检测子图像；根据各所述待检测子图像的尺寸信息以及所述模板图像中各模板子图像的尺寸信息，得到至少一个待比对子图像对；分别对各待比对子图像对中的待检测子图像与模板子图像进行图像比对，得到各待比对子图像对中的待检测子图像与模板子图像的图像比对结果；根据各待比对子图像对中的待检测子图像与模板子图像的图像比对结果，得到所述待检测图像的检测结果。避免了全局比对过程所导致的比对存在偏差的问题，提高了图像比对的精确度。

Description

一种图像检测方法、装置、电子设备及存储介质
技术领域
本申请涉及图像处理技术领域，具体而言，涉及一种图像检测方法、装置、电子设备及存储介质。
背景技术
当前行业内标签打印的执行步骤，一般是通过人工对客户提供的样品手动编码成打印机语言，利用打印机语言打印完成之后再利用人工去完成检测，当存在细微差异时，利用人眼很难发现。比如，手机出厂环节，需要在手机包装盒上打印条码标签，如果打印的条码标签与模板存在细微差异，则很难通过人眼发现。
现有技术中，可以通过图像比对技术对标签进行检测。现有的图像比对技术中，以模板图像为基准，采用逐像素比对法、均值哈希算法、差值哈希算法、感知哈希算法、灰度直方图算法等进行图像的全局相似度比对。
但是，现有的图像比对方法计算的是图像的全局相似度，检测误差较大。
发明内容
为了解决现有技术中存在的问题，本申请提供了一种图像检测方法、装置、电子设备及存储介质。
为实现上述目的，本申请采用的技术方案为：
本申请第一方面提供一种图像检测方法，包括：
获取待检测图像以及模板图像，所述模板图像包括至少一个模板子图像；
根据第一阈值以及第二阈值，将所述待检测图像分割为至少一个待检测子图像，所述第一阈值为相邻对象之间的上下间距阈值，所述第二阈值为相邻对象之间的左右间距阈值，所述对象包括所述待检测图像中的图像或者文本；
根据各所述待检测子图像的尺寸信息以及所述模板图像中各模板子图像的尺寸信息，得到至少一个待比对子图像对，所述待比对子图像对中包括一个待检测子图像和一个模板子图像；
分别对各待比对子图像对中的待检测子图像与模板子图像进行图像比对，得到各图像比对结果；
根据各图像比对结果，得到所述待检测图像的检测结果，所述检测结果用于标识所述待检测图像是否与所述模板图像一致。
可选地，所述根据第一阈值以及第二阈值，将所述待检测图像分割为至少一个待检测子图像，包括：
在所述待检测图像中，若目标相邻对象的上下间距小于所述第一阈值、且左右间距小于所述第二阈值，则将所述目标相邻对象划分至一个待检测子图像。
可选地，所述尺寸信息包括：长宽比；
所述模板子图像为所述模板图像中的任一子图像，所述待检测子图像为所述待检测图像中的任一子图像；
所述根据各所述待检测子图像的尺寸信息以及所述模板图像中各模板子图像的尺寸信息，得到至少一个待比对子图像对，包括：
从各个所述待检测子图像中，选择与所述模板子图像的长宽比的差值最小的待检测子图像，作为目标待检测子图像；
确定是否将所述模板子图像和所述目标待检测子图像划归为一个待比对子图像对。
可选地，所述确定是否将所述模板子图像和所述待检测子图像划归为一个待比对子图像对，包括：
若所述模板子图像与所述待检测子图像的相对位置一致，则将所述模板子图像和所述待检测子图像划归为一个待比对子图像对；
若所述模板子图像与所述待检测子图像的相对位置不一致，则确定所述待检测图像与所述模板图像不一致。
可选地，所述根据各待比对子图像对中的待检测子图像与模板子图像的图像比对结果，得到所述待检测图像的检测结果，包括：
若所述各待检测子图像与模板子图像的相对位置均一致，则对所述待检测图像和所述模板图像进行图像内容验证，根据验证结果确定所述待检测图像是否与所述模板图像一致；
若存在所述待检测子图像与模板子图像的相对位置不一致，则确定所述待检测图像与所述模板图像不一致。
可选地，对所述待检测图像和所述模板图像进行图像内容验证，根据验证结果确定所述待检测图像是否与所述模板图像一致，包括：
验证包含二维码的各待检测子图像中的二维码是否与对应的模板子图像中的二维码相同；
若包含二维码的各待检测子图像中的二维码均与对应的模板子图像中的二维码相同，则确定所述待检测图像与所述模板图像一致。
本申请第二方面提供一种图像检测装置，包括：获取单元、分割单元、计算单元以及比对单元；
所述获取单元，用于获取待检测图像以及模板图像，所述模板图像包括至少一个模板子图像；
所述分割单元，用于根据第一阈值以及第二阈值，将所述待检测图像分割为至少一个待检测子图像，所述第一阈值为相邻对象之间的上下间距阈值，所述第二阈值为相邻对象之间的左右间距阈值，所述对象包括所述待检测图像中的图像或者文本；
所述计算单元，用于根据各所述待检测子图像的尺寸信息以及所述模板图像中各模板子图像的尺寸信息，得到至少一个待比对子图像对，所述待比对子图像对中包括一个待检测子图像和一个模板子图像；
所述比对单元，用于分别对各待比对子图像对中的待检测子图像与模板子图像进行图像比对，得到各图像比对结果；
所述获取单元，用于根据各图像比对结果，得到所述待检测图像的检测结果，所述检测结果用于标识所述待检测图像是否与所述模板图像一致。
可选地，所述分割单元，用于在所述待检测图像中，若目标相邻对象的上下间距小于所述第一阈值、且左右间距小于所述第二阈值，则将所述目标相邻对象划分至一个待检测子图像。
可选地，所述尺寸信息包括：长宽比；所述模板子图像为所述模板图像中的任一子图像，所述待检测子图像为所述待检测图像中的任一子图像；所述计算单元，用于从各个所述待检测子图像中，选择与所述模板子图像的长宽比的差值最小的待检测子图像，作为待检测子图像；确定是否将所述模板子图像和所述待检测子图像划归为一个待比对子图像对。
可选地，所述计算单元，用于若所述模板子图像与所述待检测子图像的相对位置一致，则将所述模板子图像和所述待检测子图像划归为一个待比对子图像对；若所述模板子图像与所述待检测子图像的相对位置不一致，则确定所述待检测图像与所述模板图像不一致。
可选地，所述获取单元，用于若所述各待检测子图像与模板子图像的相对位置均一致，则对所述待检测图像和所述模板图像进行图像内容验证，根据验证结果确定所述待检测图像是否与所述模板图像一致；若存在所述待检测子图像与模板子图像的相对位置不一致，则确定所述待检测图像与所述模板图像不一致。
可选地，所述获取单元，用于验证包含二维码的各待检测子图像中的二维码是否与对应的模板子图像中的二维码相同；若包含二维码的各待检测子图像中的二维码均与对应的模板子图像中的二维码相同，则确定所述待检测图像与所述模板图像一致。
本申请实施例提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本申请任意实施例所提供的图像检测方法的步骤。
本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本申请任意实施例所提供的图像检测方法的步骤。
本申请提供了一种图像检测方法、装置、电子设备及存储介质。其中，该图像检测方法可以通过将待检测图像用第一阈值以及第二阈值分割成待检测子图像，并形成各待比对子图像对，最终利用所形成的待比对子图像对进行图像比对，当存在某个待比对子图像的位置有细微的、且不影响精确度的偏差时，利用待比对子图像对进行图像比对时，并不会影响图像比对的结果，避免了全局比对过程所导致的比对存在偏差的问题，提高了图像比对的精确度。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请一实施例提供的现有标签比对方法示意图；
图2为本申请一实施例提供的图像检测方法的流程示意图；
图3为本申请另一实施例提供的图像检测方法的流程示意图；
图4为本申请一实施例提供的图像相对位置示意图；
图5为本申请另一实施例提供的图像检测方法的流程示意图；
图6为本申请另一实施例提供的图像检测方法的流程示意图；
图7为本申请一实施例提供的图像检测装置的示意图；
图8为本申请一实施例提供的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
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。
此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
需要说明的是，在不冲突的情况下，本申请的实施例中的特征可以相互结合。
现有的图像检测，尤其是标签检测，可以通过图像比对技术对标签进行检测。目前的图像比对技术中，以模板图像为基准，采用逐像素比对法、均值哈希算法、差值哈希算法、感知哈希算法、灰度直方图算法等进行图像的全局相似度比对。但是，现有的图像比对方法计算的是全局相似度，检测误差较大。
图1为本申请实施例提供的现有标签比对方法图，如图1所示，标签图1中的(M)为模板图像，标签图1中的(F)为待比对图像。(M)分为5个部分分别为：A、B、C、D、D，(F)也分为5个部分分别为：A’、B’、C’、D’、E’。在现有技术中，一般是从模板图像以及待检测图像的左上角像素点为起点从左至右，从上至下移动截取一定的像素点，每到达一个像素点，就会以这个像素点为左上角顶点从模板图像以及待检测图像中截取出一样大小的像素点进行像素比较运算。这种方法属于全局相似度比对方法。而在手机标签识别时，待识别图像中的标签A’在利用人工或者机器粘贴或者裁剪时，可能会存在上下或者左右的偏移。如图1所示，当待检测图像A’位置存在向下的偏移时，利用现有的检测方法，则可能会得出图1中的模板图像(M)与待检测图像(F)并非同一张图像。但是在粘贴标签时，待检测图像中A’或者B’的细微下移并不会影响标签信息的表达。因此，当现有的检测方案应用在标签检测领域中，其可能存在较大的检测误差。
针对相关技术中，计算待比对图像与模板图像的全局相似度，导致比对结果误差较大的问题。本申请实施例提供了一种图像检测方法，包括：获取待检测图像以及模板图像，模板图像包括至少一个模板子图像；根据第一阈值以及第二阈值，将待检测图像分割为至少一个待检测子图像，第一阈值为上下间距阈值，第二阈值为左右间距阈值；根据各待检测子图像的尺寸信息以及模板图像中各模板子图像的尺寸信息，得到至少一个待比对子图像对，待比对子图像对中包括一个待检测子图像和一个模板子图像；分别对各待比对子图像对中的待检测子图像与模板子图像进行图像比对，得到各待比对子图像对中的待检测子图像与模板子图像的图像比对结果；根据各待比对子图像对中的待检测子图像与模板子图像的图像比对结果，得到待检测图像的检测结果，检测结果用于标识待检测图像是否与模板图像一致。当存在某个待比对子图像的位置有细微的、且不影响精确度的偏差时，利用待比对子图像对进行图像比对时，并不会影响图像比对的结果，避免了全局比对过程所导致的比对存在偏差的问题，提高了图像比对的精确度。
本申请实施例提供的图像检测方法，其执行主体可以为电子设备、服务器中的任意一个。以下以执行主体为电子设备为例进行说明。
图2为本申请实施例提供的一种图像检测方法的流程示意图，如图2所示，该图像检测方法可以包括：
S201、获取待检测图像以及模板图像。
其中，待检测图像可以为文本图像、人物图像、花卉图像、标签图像以及上述两个或两个以上图像的组合图像。本申请实施例以待检测图像为标签图像，具体可以是手机出厂时包装盒上的文本和二维码组合的标签图像进行说明。
模板图像可以是包括至少一个模板子图像的图像。需要说明的是，在本申请实施例中，模板子图像可以是按照预设规则将模板图像进行分割所得到的图像。模板子图像中可以是手机的二维码图像、条码图像、以及用于描述手机出厂号、硬件配置的文本图像。
当然，上述仅示例性的列举了几种应用场景，实际应用中，并不限于上述的应用场景。
此外，为了清楚说明本申请实施例的图像检测方法，下述实施例均以待检测图像为标签图像进行说明。
S202、根据第一阈值以及第二阈值，将待检测图像分割为至少一个待检测子图像。
可选地，第一阈值为上下间距阈值，第二阈值为左右间距阈值。可选地，第一阈值可以为相邻对象之间的上下间距阈值。第二阈值可以为相邻对象之间的左右间距阈值。其中，对象可以为图像或文本等。示例性的，第一阈值可以根据标签图像的上下间距以及手机标签盒上可调节标签与相邻文本的上下间距设定。相应地，第二阈值可以根据标签图像的左右间距以及手机标签盒上可调节标签与相邻文本的左右间距设定。
需要说明的是，在手机包装盒上所印刷的标签图像中，有一部分标签是可拆卸的标签，该部分标签需要由人为或者机器进行粘贴，或者也可以是整张印刷完成后，直接裁剪得到。该可拆卸的标签也称为可调节标签。
此外，分割得到的待检测子图像可以是圆形、矩形、梯形以及任意形状等，本申请实施例对此不做限定。
S203、根据各待检测子图像的尺寸信息以及模板图像中各模板子图像的尺寸信息，得到至少一个待比对子图像对。
其中，将待检测图像分割成多个待检测子图像之后，利用待检测子图像的尺寸信息(示例性地，可以是长宽信息、直径信息、高度信息等)以及模板子图像的尺寸信息，将待检测子图像与模板子图像进行匹配，得到至少一个待比对子图像对。
可选地，在本申请实施例中，待比对子图像对中包括一个待检测子图像和一个模板子图像，一个待检测子图像对应唯一的一个模板子图像。
S204、分别对各待比对子图像对中的待检测子图像与模板子图像进行图像比对，得到各图像比对结果。
可选地，将各待比对子图像对中的待检测子图像与模板子图像进行图像比对，示例性地，可以采用逐像素比对法、均值哈希算法、差值哈希算法、感知哈希算法、灰度直方图算法等，逐一比对各待比对子图像对中的图像，得到各待比对子图像对中的待检测子图像与模板子图像的图像比对结果。
此外，上述所列举的图像比对算法只是示例性地，对于具体的图像比对算法本申请实施例不做限定。
可以理解的是，在本申请实施例中，采用将各待比对子图像对中的待检测子图像与模板子图像进行图像比对，避免了在全局比对过程中，当可调节标签位置存在偏差时，直接以整个模板图像作为匹配标准时，检测结果误差较大的问题。
S205、根据各图像比对结果，得到待检测图像的检测结果。
可选地，在本申请实施例中，检测结果用于标识待检测图像是否与模板图像一致。
其中，当各待比对子图像对中所有的待检测子图像与模板子图像的图像结果均一致时，表明此时待检测图像与模板图像一致。当存在待比对子图像对中某一待检测子图像与模板子图像的图像结果不一致时，表明此时待检测图像与模板图像不一致。
需要说明的是，在本申请实施例中，待检测子图像与模板子图像的不一致，可以是文本的不一致、条码的不一致、以及二维码的不一致，或者上述组合。
综上，本申请实施例提供一种图像检测方法，可以通过将待检测图像用第一阈值以及第二阈值分割成待检测子图像，并形成各待比对子图像对，最终利用所形成的待比对子图像对进行图像比对，当存在某个待比对子图像的位置有细微的、且不影响精确度的偏差时，利用待比对子图像对进行图像比对时，并不会影响图像比对的结果，避免了全局比对过程所导致的比对存在偏差的问题，提高了图像比对的精确度。
可选地，根据第一阈值以及第二阈值，将待检测图像分割为至少一个待检测子图像，包括：
在所述待检测图像中，若目标相邻对象的上下间距小于所述第一阈值、且左右间距小于所述第二阈值，则将所述目标相邻对象划分至一个待检测子图像。
在本申请实施例中，被划分在一个待检测子图像中的图像需要满足上下间距小于第一阈值、且左右间距小于第二阈值。同时，第一阈值以及第二阈值均是以相邻文本作为界定对象。
如图1所示，可以检测待检测图像(F)中的文本及图像元素信息，并根据预先设定的第一阈值以及第二阈值将待检测图像(F)中存在文本或者图像元素的部分分割成多个区域。示例性地，可以确定待检测图像中的初始文字或者图像元素作为一个待检测子图像，采取遍历的方式，逐行向下选取并判断当前行与待检测子图像的相邻行是否满足第一阈值，当当前行与待检测子图像的相邻行满足第一阈值时，则将当前行划分到该待检测子图像中，直到存在新一行与待检测子图像的相邻行不满足第一阈值时，则将新一行划分到新的待检测子图像中。相应地，按照第二阈值划分列的方式与划分行的方式类似，本申请实施例不再赘述。通过上述方式，最终可以将待检测图像分割为五个部分，如：A’、B’、C’、D’、E’。
可选地，图3为本申请另一实施例提供的一种图像检测方法的流程示意图，如图3所示，尺寸信息包括：长宽比；模板子图像为模板图像中的任一子图像，待检测子图像为待检测图像中的任一子图像，上述步骤S203具体可以包括：
S301、从各个待检测子图像中，选择与模板子图像的长宽比的差值最小的待检测子图像，作为目标待检测子图像。
S302、确定是否将模板子图像和目标待检测子图像划归为一个待比对子图像对。
可选地，在本申请实施例中，模板子图像为模板图像中的任一子图像，待检测子图像为待检测图像中的任一子图像。为了使所有的模板子图像以及待检测子图像能够完整的表达模板图像以及待检测图像的信息，现以分割得到的模板子图像以及待检测子图像为矩形进行说明。
需要说明的是，在本申请实施例中，根据所划分的模板子图像的长宽信息，计算模板子图像的长宽比，并从待检测子图像中选择长宽比与模板子图像的长宽比最接近的待检测子图像，作为一个待比对子图像对。
可选地，可以将模板子图像的长宽比与所有待检测子图像的长宽比作差，并将与模板子图像的长宽比的差值最小的待检测子图像划归为一个待比对子图像对。
如图1所示，假设模板图像中模板子图像为B，且B的长宽比为1.3:1，待检测图像中的待检测子图像A’、B’、C’、D’、E’的长宽比分别为：1.8:1、1.29:1、1.1:1、2:1、1.15:1，当将B的长宽比与所有的待检测子图像的长宽比作差时，可以得到与模板子图像B的长宽比的差值最小的待检测子图像为B’，B和B’形成一个待比对子图像对。
可选地，确定是否将模板子图像和待检测子图像划归为一个待比对子图像对，包括：
若模板子图像与待检测子图像的相对位置一致，则将模板子图像和待检测子图像划归为一个待比对子图像对；
若所述模板子图像与所述待检测子图像的相对位置不一致，则确定所述待检测图像与所述模板图像不一致。
可选地，在本申请实施例中，当确定出与模板子图像对应的待检测子图像之后(确定出待比对子图像对之后)，还可以根据模板子图像以及待检测子图像的相对位置对确定的待比对子图像对关系进行验证。
其中，可以对所有模板子图像以及待检测子图像进行编号(编号规则可以是从左往右依次编号、从上往下依次编号)，并同时以模板子图像以及待检测子图像的左边界作为纵坐标，以下边界作为横坐标，以左边界和下边界的交点作为坐标原点确定坐标轴，确定所有模板子图像以及待检测子图像的相对位置。
在一种可能的实施方式中，当模板子图像与待检测子图像的相对位置一致，则将模板子图像和待检测子图像划归为一个待比对子图像对。示例性地，如图4所示，模板图像为(H)，待检测图像为(G)当模板子图像编号为“B”，且其相对位置在模板子图像“A”的右侧，模板子图像“D”的上侧时，确定与其匹配的待检测子图像“B’”的相对位置是否也在待检测子图像“A’”的右侧，待检测子图像“D’”的上侧。
在另一种可能的实施方式中，当模板子图像与待检测子图像的相对位置不一致时，则说明待比对子图像对关系错误。
进一步地，当待比对子图像对关系存在错误时，也表明模板图像与待检测图像不一致。
当各待比对子图像对中的待检测子图像与模板子图像的图像比对结果均为子图像一致时，第一种方式下，可以直接确定待检测图像是否与模板图像一致。这种方式可以应用于模板图像中不存在图像元素或者图像元素较少的情况。第二种方式中，还可以根据各待比对子图像对中待检测子图像的图像元素确定待检测图像是否与模板图像一致。以下对该第二种方式的处理过程进行说明。
可选地，图5为本申请另一实施例提供的一种图像检测方法的流程示意图，如图5所示，上述步骤S205具体可以包括：
S2051、若各待检测子图像与模板子图像的相对位置均一致，则对待检测图像和模板图像进行图像内容验证，根据验证结果确定待检测图像是否与模板图像一致。
需要说明的是，在判定各待检测子图像与模板子图像的相对位置均一致后，可以具体检测，每个待检测图像中的图像内容与其对应的模板图像中的图像内容是否一致，例如：文字内容是否一致，图像尺寸是否一致等。若得到的验证结果为一致，则可以确定待检测图像与模板图像一致；相应的，若得到的验证结果为不一致，则可以确定待检测图像与模板图像不一致。
可选地，图6为本申请另一实施例提供的一种图像检测方法的流程示意图，如图6所示，上述步骤S205具体还可以包括：
S2052、若存在所述待检测子图像与模板子图像的相对位置不一致，则确定所述待检测图像与所述模板图像不一致。
在一些实施方式中，当各待比对子图像对中的待检测子图像与模板子图像的图像比对结果中存在子图像不一致的结果，具体地，可以是任一待检测子图像和与其匹配的模板子图像存在不一致，则确定待检测图像与模板图像不一致。
可选地，对所述待检测图像和所述模板图像进行图像内容验证，根据验证结果确定所述待检测图像是否与所述模板图像一致，包括：
验证包含二维码的各待检测子图像中的二维码是否与对应的模板子图像中的二维码相同；
若包含二维码的各待检测子图像中的二维码均与对应的模板子图像中的二维码相同，则确定所述待检测图像与所述模板图像一致。
具体地，可以提取各待检测子图像中的二维码，并识别该二维码所包含的信息与对应的模板子图像中的二维码所包含的信息是否相同。具体地，可以分别识别各待比对子图像对中的二维码，查看各待比对子图像对中的二维码是否可以跳转到相同的页面。
下述对用以执行本申请所提供的图像检测方法所对应的装置及存储介质等进行说明，其具体的实现过程以及技术效果参见上述，下述不再赘述。
图7为本申请提供的图像检测装置的示意图，如图7所示，该装置可以包括：获取单元801、分割单元802、计算单元803以及比对单元804；
获取单元801，用于获取待检测图像以及模板图像，模板图像包括至少一个模板子图像；
分割单元802，用于根据第一阈值以及第二阈值，将待检测图像分割为至少一个待检测子图像，第一阈值为上下间距阈值，第二阈值为左右间距阈值；
计算单元803，用于根据第一阈值以及第二阈值，将待检测图像分割为至少一个待检测子图像，第一阈值为相邻对象之间的上下间距阈值，第二阈值为相邻对象之间的左右间距阈值，对象包括待检测图像中的图像或者文本；
比对单元804，用于分别对各待比对子图像对中的待检测子图像与模板子图像进行图像比对，得到各图像比对结果；
获取单元801，用于根据各图像比对结果，得到待检测图像的检测结果，检测结果用于标识待检测图像是否与模板图像一致。
可选地，所述分割单元802，用于在所述待检测图像中，若目标相邻对象的上下间距小于所述第一阈值、且左右间距小于所述第二阈值，则将所述目标相邻对象划分至一个待检测子图像。
可选地，尺寸信息包括：长宽比；模板子图像为模板图像中的任一子图像，待检测子图像为待检测图像中的任一子图像；计算单元，用于从各个待检测子图像中，选择与模板子图像的长宽比的差值最小的待检测子图像，作为待检测子图像；确定是否将模板子图像和待检测子图像划归为一个待比对子图像对。
可选地，所述计算单元803，用于若所述模板子图像与所述待检测子图像的相对位置一致，则将所述模板子图像和所述待检测子图像划归为一个待比对子图像对；若模板子图像与待检测子图像的相对位置不一致，则确定待检测图像与模板图像不一致。
可选地，所述获取单元801，用于若各待检测子图像与模板子图像的相对位置均一致，则对待检测图像和模板图像进行图像内容验证，根据验证结果确定待检测图像是否与模板图像一致；若存在待检测子图像与模板子图像的相对位置不一致，则确定待检测图像与模板图像不一致。
可选地，获取单元801，用于验证包含二维码的各待检测子图像中的二维码是否与对应的模板子图像中的二维码相同；若包含二维码的各待检测子图像中的二维码均与对应的模板子图像中的二维码相同，则确定待检测图像与模板图像一致。
关于图像检测装置的具体限定可以参见上文中对于图像检测方法的限定，在此不再赘述。上述图像检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图8为本申请实施例提供的电子设备的结构示意图，在一个实施例中，提供了一种电子设备，该电子设备可以是终端，其内部结构图可以如图8所示。该电子设备包括通过系统总线连接的处理器910、存储器、通信接口930、显示屏940和输入装置950。其中，该电子设备的处理器910用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质921、内存储器922。该非易失性存储介质存储有操作系统和计算机程序。该内存储器922为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口930用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、近场通信(NFC)或其他技术实现。该计算机程序被处理器执行时以实现一种图像检测方法。该电子设备的显示屏940可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置950可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种电子设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取待检测图像以及模板图像，所述模板图像包括至少一个模板子图像；
根据第一阈值以及第二阈值，将所述待检测图像分割为至少一个待检测子图像，所述第一阈值为相邻对象之间的上下间距阈值，所述第二阈值为相邻对象之间的左右间距阈值，所述对象包括所述待检测图像中的图像或者文本；
根据各所述待检测子图像的尺寸信息以及所述模板图像中各模板子图像的尺寸信息，得到至少一个待比对子图像对，所述待比对子图像对中包括一个待检测子图像和一个模板子图像；
分别对各待比对子图像对中的待检测子图像与模板子图像进行图像比对，得到各图像比对结果；
根据各图像比对结果，得到所述待检测图像的检测结果，所述检测结果用于标识所述待检测图像是否与所述模板图像一致。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：在所述待检测图像中，若目标相邻对象的上下间距小于所述第一阈值、且左右间距小于所述第二阈值，则将所述目标相邻对象划分至一个待检测子图像。
在一个实施例中，所述尺寸信息包括：长宽比；所述模板子图像为所述模板图像中的任一子图像，所述待检测子图像为所述待检测图像中的任一子图像；处理器执行计算机程序时还实现以下步骤：
从各个所述待检测子图像中，选择与所述模板子图像的长宽比的差值最小的待检测子图像，作为待检测子图像；
确定是否将所述模板子图像和所述待检测子图像划归为一个待比对子图像对。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：若所述模板子图像与所述待检测子图像的相对位置一致，则将所述模板子图像和所述待检测子图像划归为一个待比对子图像对；
若所述模板子图像与所述待检测子图像的相对位置不一致，则确定所述待检测图像与所述模板图像不一致。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：若所述各待检测子图像与模板子图像的相对位置均一致，则对所述待检测图像和所述模板图像进行图像内容验证，根据验证结果确定所述待检测图像是否与所述模板图像一致；
若存在所述待检测子图像与模板子图像的相对位置不一致，则确定所述待检测图像与所述模板图像不一致。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：验证包含二维码的各待检测子图像中的二维码是否与对应的模板子图像中的二维码相同；
若包含二维码的各待检测子图像中的二维码均与对应的模板子图像中的二维码相同，则确定所述待检测图像与所述模板图像一致。
本申请提供了一种图像检测方法、装置、电子设备及存储介质。其中，该电子设备可以通过将待检测图像用第一阈值以及第二阈值分割成待检测子图像，并形成各待比对子图像对，最终利用所形成的待比对子图像对进行图像比对，当存在某个待比对子图像的位置有细微的、且不影响精确度的偏差时，利用待比对子图像对进行图像比对时，并不会影响图像比对的结果，避免了全局比对过程所导致的比对存在偏差的问题，提高了图像比对的精确度。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取待检测图像以及模板图像，所述模板图像包括至少一个模板子图像；
根据第一阈值以及第二阈值，将所述待检测图像分割为至少一个待检测子图像，所述第一阈值为相邻对象之间的上下间距阈值，所述第二阈值为相邻对象之间的左右间距阈值，所述对象包括所述待检测图像中的图像或者文本；
根据各所述待检测子图像的尺寸信息以及所述模板图像中各模板子图像的尺寸信息，得到至少一个待比对子图像对，所述待比对子图像对中包括一个待检测子图像和一个模板子图像；
分别对各待比对子图像对中的待检测子图像与模板子图像进行图像比对，得到各图像比对结果；
根据各图像比对结果，得到所述待检测图像的检测结果，所述检测结果用于标识所述待检测图像是否与所述模板图像一致。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在所述待检测图像中，若目标相邻对象的上下间距小于所述第一阈值、且左右间距小于所述第二阈值，则将所述目标相邻对象划分至一个待检测子图像。
在一个实施例中，所述尺寸信息包括：长宽比；所述模板子图像为所述模板图像中的任一子图像，所述待检测子图像为所述待检测图像中的任一子图像；计算机程序被处理器执行时还实现以下步骤：
从各个所述待检测子图像中，选择与所述模板子图像的长宽比的差值最小的待检测子图像，作为待检测子图像；
确定是否将所述模板子图像和所述待检测子图像划归为一个待比对子图像对。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若所述模板子图像与所述待检测子图像的相对位置一致，则将所述模板子图像和所述待检测子图像划归为一个待比对子图像对；
若所述模板子图像与所述待检测子图像的相对位置不一致，则确定所述待检测图像与所述模板图像不一致。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若所述各待检测子图像与模板子图像的相对位置均一致，则对所述待检测图像和所述模板图像进行图像内容验证，根据验证结果确定所述待检测图像是否与所述模板图像一致；
若存在所述待检测子图像与模板子图像的相对位置不一致，则确定所述待检测图像与所述模板图像不一致。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：验证包含二维码的各待检测子图像中的二维码是否与对应的模板子图像中的二维码相同；
若包含二维码的各待检测子图像中的二维码均与对应的模板子图像中的二维码相同，则确定所述待检测图像与所述模板图像一致。
本申请提供了一种图像检测方法、装置、电子设备及存储介质。其中，该存储介质被执行时可以通过将待检测图像用第一阈值以及第二阈值分割成待检测子图像，并形成各待比对子图像对，最终利用所形成的待比对子图像对进行图像比对，当存在某个待比对子图像的位置有细微的、且不影响精确度的偏差时，利用待比对子图像对进行图像比对时，并不会影响图像比对的结果，避免了全局比对过程所导致的比对存在偏差的问题，提高了图像比对的精确度。
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，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，例如多个单元或组件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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，比如静态随机存取存储器(Static Random Access Memory，SRAM)和动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种图像检测方法，其特征在于，包括：
获取待检测图像以及模板图像，所述模板图像包括至少一个模板子图像；
根据第一阈值以及第二阈值，将所述待检测图像分割为至少一个待检测子图像，所述第一阈值为相邻对象之间的上下间距阈值，所述第二阈值为相邻对象之间的左右间距阈值，所述对象包括所述待检测图像中的图像或者文本；
根据各所述待检测子图像的尺寸信息以及所述模板图像中各模板子图像的尺寸信息，得到至少一个待比对子图像对，所述待比对子图像对中包括一个待检测子图像和一个模板子图像；
分别对各待比对子图像对中的待检测子图像与模板子图像进行图像比对，得到各图像比对结果；
根据各图像比对结果，得到所述待检测图像的检测结果，所述检测结果用于标识所述待检测图像是否与所述模板图像一致。
2.根据权利要求1所述的方法，其特征在于，所述根据第一阈值以及第二阈值，将所述待检测图像分割为至少一个待检测子图像，包括：
在所述待检测图像中，若目标相邻对象的上下间距小于所述第一阈值、且左右间距小于所述第二阈值，则将所述目标相邻对象划分至一个待检测子图像。
3.根据权利要求1所述的方法，其特征在于，所述尺寸信息包括：长宽比；所述模板子图像为所述模板图像中的任一子图像，所述待检测子图像为所述待检测图像中的任一子图像；
所述根据各所述待检测子图像的尺寸信息以及所述模板图像中各模板子图像的尺寸信息，得到至少一个待比对子图像对，包括：
从各个所述待检测子图像中，选择与所述模板子图像的长宽比的差值最小的待检测子图像，作为目标待检测子图像；
确定是否将所述模板子图像和所述目标待检测子图像划归为一个待比对子图像对。
4.根据权利要求3所述的方法，其特征在于，所述确定是否将所述模板子图像和所述待检测子图像划归为一个待比对子图像对，包括：
若所述模板子图像与所述待检测子图像的相对位置一致，则将所述模板子图像和所述待检测子图像划归为一个待比对子图像对；
若所述模板子图像与所述待检测子图像的相对位置不一致，则确定所述待检测图像与所述模板图像不一致。
5.根据权利要求1-3任一项所述的方法，其特征在于，所述根据各图像比对结果，得到所述待检测图像的检测结果，包括：
若所述各待检测子图像与模板子图像的相对位置均一致，则对所述待检测图像和所述模板图像进行图像内容验证，根据验证结果确定所述待检测图像是否与所述模板图像一致；
若存在所述待检测子图像与模板子图像的相对位置不一致，则确定所述待检测图像与所述模板图像不一致。
6.根据权利要求5所述的方法，其特征在于，对所述待检测图像和所述模板图像进行图像内容验证，根据验证结果确定所述待检测图像是否与所述模板图像一致，包括：
验证包含二维码的各待检测子图像中的二维码是否与对应的模板子图像中的二维码相同；
若包含二维码的各待检测子图像中的二维码均与对应的模板子图像中的二维码相同，则确定所述待检测图像与所述模板图像一致。
7.一种图像检测装置，其特征在于，包括：获取单元、分割单元、计算单元以及比对单元；
所述获取单元，用于获取待检测图像以及模板图像，所述模板图像包括至少一个模板子图像；
所述分割单元，用于根据第一阈值以及第二阈值，将所述待检测图像分割为至少一个待检测子图像，所述第一阈值为相邻对象之间的上下间距阈值，所述第二阈值为相邻对象之间的左右间距阈值，所述对象包括所述待检测图像中的图像或者文本；
所述计算单元，用于根据各所述待检测子图像的尺寸信息以及所述模板图像中各模板子图像的尺寸信息，得到至少一个待比对子图像对，所述待比对子图像对中包括一个待检测子图像和一个模板子图像；
所述比对单元，用于分别对各待比对子图像对中的待检测子图像与模板子图像进行图像比对，得到各图像比对结果；
所述获取单元，用于根据各图像比对结果，得到所述待检测图像的检测结果，所述检测结果用于标识所述待检测图像是否与所述模板图像一致。
8.根据权利要求7所述的装置，其特征在于，所述分割单元，具体用于在所述待检测图像中，若目标相邻对象的上下间距小于所述第一阈值、且左右间距小于所述第二阈值，则将所述目标相邻对象划分至一个待检测子图像。
9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202011066281.2A 2020-09-30 2020-09-30 一种图像检测方法、装置、电子设备及存储介质 Pending CN112215811A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011066281.2A CN112215811A (zh) 2020-09-30 2020-09-30 一种图像检测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011066281.2A CN112215811A (zh) 2020-09-30 2020-09-30 一种图像检测方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN112215811A true CN112215811A (zh) 2021-01-12

Family

ID=74051682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011066281.2A Pending CN112215811A (zh) 2020-09-30 2020-09-30 一种图像检测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112215811A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112884740A (zh) * 2021-02-20 2021-06-01 联想(北京)有限公司 一种图像检测方法、装置、电子设备及存储介质
CN113643266A (zh) * 2021-08-20 2021-11-12 百度在线网络技术（北京）有限公司 图像检测方法、装置及电子设备
CN115063613A (zh) * 2022-08-09 2022-09-16 海纳云物联科技有限公司 一种验证商品标签的方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111414866A (zh) * 2020-03-24 2020-07-14 上海眼控科技股份有限公司 车辆申请表的检测方法、装置、计算机设备和存储介质
CN111598776A (zh) * 2020-04-29 2020-08-28 Oppo广东移动通信有限公司 图像处理方法、图像处理装置、存储介质与电子设备
CN111680688A (zh) * 2020-06-10 2020-09-18 创新奇智(成都)科技有限公司 字符识别方法及装置、电子设备、存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111414866A (zh) * 2020-03-24 2020-07-14 上海眼控科技股份有限公司 车辆申请表的检测方法、装置、计算机设备和存储介质
CN111598776A (zh) * 2020-04-29 2020-08-28 Oppo广东移动通信有限公司 图像处理方法、图像处理装置、存储介质与电子设备
CN111680688A (zh) * 2020-06-10 2020-09-18 创新奇智(成都)科技有限公司 字符识别方法及装置、电子设备、存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112884740A (zh) * 2021-02-20 2021-06-01 联想(北京)有限公司 一种图像检测方法、装置、电子设备及存储介质
CN113643266A (zh) * 2021-08-20 2021-11-12 百度在线网络技术（北京）有限公司 图像检测方法、装置及电子设备
CN113643266B (zh) * 2021-08-20 2024-04-05 百度在线网络技术（北京）有限公司 图像检测方法、装置及电子设备
CN115063613A (zh) * 2022-08-09 2022-09-16 海纳云物联科技有限公司 一种验证商品标签的方法及装置

Similar Documents

Publication Publication Date Title
CN110390269B (zh) Pdf文档表格提取方法、装置、设备及计算机可读存储介质
CN110414477B (zh) 图像比例尺检测方法及装置
CN112215811A (zh) 一种图像检测方法、装置、电子设备及存储介质
US9864969B2 (en) Image processing apparatus for generating map of differences between an image and a layout plan
CN108520254B (zh) 一种基于格式化图像的文本检测方法、装置以及相关设备
CN109343920B (zh) 一种图像处理方法及其装置、设备和存储介质
CN111259889A (zh) 图像文本识别方法、装置、计算机设备及计算机存储介质
CN108447061B (zh) 商品信息处理方法、装置、计算机设备和存储介质
CN112070076B (zh) 文本段落结构还原方法、装置、设备及计算机存储介质
CN113343740B (zh) 表格检测方法、装置、设备和存储介质
CN109656652B (zh) 网页图表绘制方法、装置、计算机设备和存储介质
CN110674811B (zh) 图像识别的方法及装置
CN112906532B (zh) 图像处理方法和装置、电子设备和存储介质
CN112926421B (zh) 图像处理方法和装置、电子设备和存储介质
CN114005126A (zh) 表格重构方法、装置、计算机设备及可读存储介质
US20230367473A1 (en) Ink data generation apparatus, method, and program
CN104809099A (zh) 文档文件生成装置及文档文件生成方法
CN112651315A (zh) 折线图的信息提取方法、装置、计算机设备和存储介质
CN112149561A (zh) 图像处理方法和装置、电子设备和存储介质
CN109871743B (zh) 文本数据的定位方法及装置、存储介质、终端
US20220317055A1 (en) Inspection apparatus, control method, and program
CN112560857B (zh) 文字区域边界检测方法、设备、存储介质及装置
CN113538291A (zh) 卡证图像倾斜校正方法、装置、计算机设备和存储介质
CN113869308A (zh) 图形识别方法和装置、存储介质及电子设备
CN117593420A (zh) 基于图像处理的平面图纸标注方法、装置、介质及设备

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210112

RJ01 Rejection of invention patent application after publication