CN112232345A - 配置信息确定和图像有效区域提取方法和装置 - Google Patents
配置信息确定和图像有效区域提取方法和装置 Download PDFInfo
- Publication number
- CN112232345A CN112232345A CN202011080131.7A CN202011080131A CN112232345A CN 112232345 A CN112232345 A CN 112232345A CN 202011080131 A CN202011080131 A CN 202011080131A CN 112232345 A CN112232345 A CN 112232345A
- Authority
- CN
- China
- Prior art keywords
- image
- configuration information
- acquisition equipment
- closed frame
- detection
- 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 78
- 238000001514 detection method Methods 0.000 claims abstract description 125
- 238000000605 extraction Methods 0.000 claims abstract description 18
- 238000005520 cutting process Methods 0.000 claims description 23
- 238000003384 imaging method Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 10
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 16
- 239000000284 extract Substances 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000012015 optical character recognition Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000010339 dilation Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种配置信息确定和图像有效区域提取方法和装置,其中配置信息确定方法包括:基于图像采集设备采集检测图像;确定检测图像中的闭合框的位置信息,闭合框用于表征图像采集设备所采集图像的有效区域;基于闭合框的位置信息,生成图像采集设备的配置信息,配置信息用于提取图像采集设备所采集图像的有效区域。本发明实施例提供的配置信息确定和图像有效区域提取方法和装置,提高了图像有效区域提取的效率,保证了图像采集设备所采集的图像的有效区域的准确性和统一性,有利于对采集的不同图像进行图像拼接。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种配置信息确定和图像有效区域提取方法和装置。
背景技术
OCR(Optical Character Recognition,光学字符识别)是指通过图像采集设备获取纸质文档的图像,并识别出图像中的文字。在对图像采集设备获取的图像进行识别之前,需要提取图像中包含文字的有效区域。
现有的图像有效区域方法首先对图像进行亮度检测,然后基于图像的亮度,提取图像的有效区域。环境光照等干扰因素会影响图像的亮度,导致提取出的有效区域不准确,而且当图像采集设备采集多个图像时,需要对每一图像进行亮度检测,效率较低,提取得到的不同图像的有效区域不统一,不利于采集的不同图像进行图像拼接。
发明内容
本发明实施例提供一种配置信息确定和图像有效区域提取方法和装置,用以解决现有技术中图像有效区域提取不准确以及不统一的缺陷。
本发明实施例提供一种配置信息确定方法,包括:
基于图像采集设备采集检测图像;
确定所述检测图像中的闭合框的位置信息,所述闭合框用于表征所述图像采集设备所采集图像的有效区域;
基于所述闭合框的位置信息,生成所述图像采集设备的配置信息,所述配置信息用于提取所述图像采集设备所采集图像的有效区域。
根据本发明一个实施例的配置信息确定方法,所述基于所述闭合框的位置信息,生成所述图像采集设备的配置信息,具体包括:
若所述检测图像的质量参数满足预设成像质量标准,且所述闭合框的形状偏差在预设偏差范围内,则基于所述闭合框的位置信息确定所述图像采集设备的配置信息。
根据本发明一个实施例的配置信息确定方法,所述确定所述检测图像中的闭合框的位置信息,具体包括:
对待填充图像进行闭合区域填充,得到闭合区域,所述待填充图像为所述检测图像,或者所述待填充图像为对所述检测图像进行裁剪所得的图像;
基于所述闭合区域,确定所述闭合框的位置信息。
根据本发明一个实施例的配置信息确定方法,所述对待填充图像进行闭合区域填充,得到闭合区域,具体包括:
创建与对所述待填充图像大小相同的初始参考图像,并确定所述初始参考图像的参考区域;
对上一参考图像中的参考区域进行膨胀,并基于二值化后的待填充图像,更新所述上一参考图像中膨胀后的参考区域,得到当前参考图像,直至所述上一参考图像与所述当前参考图像一致;
基于最终得到的当前参考图像,确定所述闭合区域。
根据本发明一个实施例的配置信息确定方法,所述二值化后的待填充图像是基于所述待填充图像的亮度确定的阈值对所述待填充图像进行二值化得到的。
根据本发明一个实施例的配置信息确定方法,所述对所述检测图像进行裁剪,具体包括:
以预设大小的窗口依次扫描所述检测图像,并计算任一窗口对应的图像块的方差和/或平均值;
基于方差最大和/或平均值最小的图像块对应的窗口,对所述检测图像进行裁剪。
本发明实施例还提供一种图像有效区域提取方法,包括:
基于图像采集设备采集图像;
基于所述图像采集设备的配置信息,提取所述图像中的有效区域;
其中,所述配置信息是基于上述任一实施例提供的配置信息确定方法确定的。
本发明实施例还提供一种配置信息确定装置,包括:
检测图像采集单元,用于基于图像采集设备采集检测图像;
闭合框定位单元,用于确定所述检测图像中的闭合框的位置信息,所述闭合框用于表征所述图像采集设备所采集图像的有效区域;
配置信息生成单元,用于基于所述闭合框的位置信息,生成所述图像采集设备的配置信息,所述配置信息用于提取所述图像采集设备所采集图像的有效区域。
本发明实施例还提供一种图像有效区域提取装置,包括:
图像采集单元,用于基于图像采集设备采集图像;
有效区域提取单元,用于基于所述图像采集设备的配置信息,提取所述图像中的有效区域;
其中,所述配置信息是基于上述任一实施例提供的配置信息确定方法确定的。
本发明实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述配置信息确定方法或图像有效区域提取方法的步骤。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述配置信息确定方法或图像有效区域提取方法的步骤。
本发明实施例提供的一种配置信息确定和图像有效区域提取方法和装置,通过图像采集设备采集包含用于表征图像采集设备所采集图像的有效区域的闭合框的检测图像,并基于闭合框的位置信息,生成图像采集设备的配置信息,以供图像采集设备基于配置信息提取采集的图像的有效区域,提高了图像有效区域提取的效率,保证了图像采集设备所采集的图像的有效区域的准确性和统一性,有利于对采集的不同图像进行图像拼接。
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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的配置信息确定方法的流程示意图;
图2为本发明实施例提供的成像质量检测方法的流程示意图;
图3为本发明实施例提供的闭合框的位置信息确定方法的流程示意图;
图4为本发明实施例提供的检测图像的示意图;
图5为本发明实施例提供的裁剪区域的示意图;
图6为本发明实施例提供的闭合区域确定方法的流程示意图;
图7为本发明实施例提供的闭合区域填充方法的流程示意图;
图8为本发明实施例提供的闭合区域填充的示意图;
图9为本发明实施例提供的最终参考图像的示意图;
图10为本发明另一实施例提供的闭合区域填充方法的流程示意图;
图11为本发明另一实施例提供的闭合区域填充的示意图;
图12为本发明实施例提供的二值化的待填充图像的示意图;
图13为本发明实施例提供的图像有效区域提取方法的流程示意图;
图14为本发明实施例提供的配置信息确定装置的结构示意图;
图15为本发明实施例提供的图像有效区域提取装置的结构示意图;
图16是本发明实施例提供的一种电子设备的结构示意图。
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。
在对图像采集设备采集的图像进行OCR识别之前,需要提取图像中包含文字的有效区域。现有的图像有效区域方法首先对图像进行亮度检测,然后基于图像的亮度,提取图像的有效区域。环境光照等干扰因素会影响图像的亮度,导致提取出的有效区域不准确,而且当图像采集设备采集多个图像时,需要对每一图像进行亮度检测,效率较低。
此外,现有的图像有效区域方法是基于采集的图像的亮度提取图像的有效区域,图像采集设备采集的不同图像亮度不同,采集过程中环境光照也不同,提取到的不同图像的有效区域不统一,不利于对采集到的不同图像进行图像拼接。
对此,本发明实施例提供一种配置信息确定方法,基于图像的有效区域的位置信息确定图像采集设备的配置信息,以供图像采集设备基于配置信息直接提取采集的图像的有效区域。图1为本发明实施例提供的配置信息确定方法的流程示意图,如图1所示,该方法包括:
步骤110,基于图像采集设备采集检测图像。
具体地,图像采集设备可以为采集用于OCR识别的图像的设备,图像采集设备可以为摄像头、摄像机、相机、扫描仪、扫描笔、手机或平板电脑等,本发明实施例对图像采集设备的类型不作具体限定。检测图像可以是图像采集设备对预先设定的文档拍摄得到的图像,预先设定的文档可以为纸质文档,也可以为电子文档。
步骤120,确定检测图像中的闭合框的位置信息,闭合框用于表征图像采集设备所采集图像的有效区域。
具体地,检测图像中包含一个闭合框。在进行拍摄时,图像采集设备与预先设定的文档之间的间隔距离、拍摄角度,图像采集设备所处拍摄环境的亮度等条件均可以是根据预先设定的参数调整好的,其目的在于保证图像采集设备拍摄所得的检测图像中的闭合框能够表征图像采集设备所采集图像的有效区域。
此处,图像设备所采集图像的有效区域可以为图像中用于进行OCR识别的区域,即包含图像中所有文字的区域。检测图像中的闭合框可以为包含检测图像中所有文字的矩形框,检测图像中的闭合框可以是通过人为标注生成的,例如在预先设定的纸质文档中,通过人工绘制包含文字的闭合框,或在预先设定的电子文档中,通过画图软件手动添加包含文字的闭合框;检测图像中的闭合框也可以是自动生成的,例如在预先设定的电子文档中,可以自动检测出电子文档中的文字区域,并基于检测到的文字区域,自动生成包含文字的闭合框。在预先设定的文档中设置闭合框,从而使得图像采集设备采集所得的检测图像中也包含闭合框,有助于更加快捷地定位图像采集设备自身能够采集到的有效区域。
在采集得到检测图像之后,可以提取检测图像中的闭合框,并基于提取到的闭合框,确定检测图像中闭合框的位置信息,其中,闭合框的位置信息可以包括闭合框两个对角顶点的坐标,也可以包括闭合框四个顶点的坐标,本发明实施例对此不作具体限定。此处,检测图像中的闭合框可以是基于对检测图像进行形态学处理确定的,也可以是基于对检测图像进行连通域分析确定的,还可以是基于对检测图像进行边缘检测确定的,本发明实施例对检测图像中闭合框的确定方法不作具体限定。
步骤130,基于闭合框的位置信息,生成图像采集设备的配置信息,配置信息用于提取图像采集设备所采集图像的有效区域。
具体地,在得到闭合框的位置信息之后,基于闭合框的位置信息生成图像采集设备的配置信息,以供图像采集设备基于配置信息提取采集的图像的有效区域。此处,可以直接将闭合框的位置信息写入图像采集设备的配置信息,也可以对检测图像进行成像质量检测和/或对闭合框进行形状偏差检测,将检测通过的检测图像中的闭合框的位置信息写入图像采集设备的配置信息,本发明实施例对此不作具体限定。
由于检测图像中的闭合框可以表征图像采集设备所采集图像的有效区域,基于闭合框的位置信息生成的配置信息包含图像采集设备所采集图像的有效区域的位置信息,使得图像采集设备可以基于配置信息直接提取采集的图像的有效区域。需要说明的是,配置信息和图像采集设备是一对一设置的,每个图像采集设备均对应自身的配置信息,配置信息的设置充分考虑了不同图像采集设备在安装位置、制造精度上可能存在的偏差,量身定制所得后续单一图像采集设备在应用阶段无需进行额外的亮度检测和有效参数矫正,提高了图像有效区域提取的效率。
进一步地,由于图像采集设备所采集的图像的有效区域是图像采集设备在出厂之前事先设置的,实际采集过程中采集的不同图像自身的亮度以及环境光照不会影响图像的有效区域的提取,既可以保证图像有效区域提取的准确性,又可以保证采集的不同图像的有效区域之间的统一性,有利于对采集的不同图像进行图像拼接。
本发明实施例提供的配置信息确定方法,通过图像采集设备采集包含用于表征图像采集设备所采集图像的有效区域的闭合框的检测图像,并基于闭合框的位置信息,生成图像采集设备的配置信息,以供图像采集设备基于配置信息提取采集的图像的有效区域,提高了图像有效区域提取的效率,保证了图像采集设备所采集的图像的有效区域的准确性和统一性,有利于对采集的不同图像进行图像拼接。
由于图像采集设备的配置信息是在图像采集设备出厂之前生成的,在图像采集设备的生产过程中,可能存在安装位置偏差较大或制造精度较低的不合格产品,这些不合格产品采集的图像的成像质量较差,导致提取得到的图像有效区域不准确。
对此,基于上述实施例,步骤130具体包括:
若检测图像的质量参数满足预设成像质量标准,且闭合框的形状偏差在预设偏差范围内,则基于闭合框的位置信息确定图像采集设备的配置信息。
具体地,为消除图像采集设备的硬件结构的生产误差对有效区域提取的影响,本发明实施例中,对检测图像进行成像质量检测且对检测图像中的闭合框进行形状偏差检测,将检测通过的检测图像中的闭合框的位置信息写入图像采集设备的配置信息。此处,可以将整个检测图像作为检测区域进行成像质量检测,也可以对检测图像进行裁剪,将裁剪得到的裁剪区域作为检测区域进行成像质量检测,本发明实施例对此不作具体限定。
在采集得到检测图像之后,首先计算检测图像的质量参数,质量参数用于表征检测图像的图像质量,质量参数可以包括亮度和/或清晰度。若检测图像的质量参数满足预设成像质量标准,例如检测图像的亮度在预设亮度范围内,和/或检测图像的清晰度在预设清晰度范围内,则确定检测图像通过成像质量检测结果。
具体可以通过如下公式,计算检测图像的亮度CBT:
具体可以通过如下公式,计算检测图像的清晰度CDF:
式中,f(i,j)为检测区域中像素点(i,j)处的像素值,CW、CH分别为检测区域的宽度和高度。
图2为本发明实施例提供的成像质量检测方法的流程示意图,如图2所示,首先计算检测图像的亮度和清晰度,随即将检测图像的亮度与预设的亮度阈值进行比对,若检测图像的亮度大于最小亮度阈值TBTmin,且小于最大亮度阈值TBTmax,即TBTmin<CBT<TBTmax,则确定检测图像通过亮度检测,并继续对检测图像进行清晰度检测,若检测图像的清晰度大于预设的清晰度阈值TDF,即CDF>TDF,则确定检测图像通过成像质量检测。
在检测图像通过成像质量检测之后,可以确定检测图像中闭合框的位置信息,并基于闭合框的各个顶点的坐标,计算闭合框的形状偏差,形状偏差用于表征闭合框与矩形形状的差异程度,形状偏差可以包括上下偏差和/或左右偏差。若闭合框的形状偏差在预设偏差范围内,例如闭合框的上下偏差小于上下偏差阈值,和/或左右偏差小于左右偏差阈值,则基于闭合框的位置信息生成图像采集设备的配置信息。
需要说明的是,若检测图像的成像质量检测是将整个检测图像作为检测区域,则可以将闭合框的位置信息写入图像采集设备的配置信息;若检测图像的成像质量检测是将检测图像中的裁剪区域作为检测区域,则在得到闭合框在裁剪区域中闭合框的位置信息之后,基于裁剪区域中闭合框的位置信息,确定检测图像中闭合框的位置信息,并将其写入图像采集设备的配置信息。
此处,可以基于闭合框的各个顶点的纵坐标,或各个顶点的纵坐标以及检测区域的高度,计算闭合框的上下偏差;可以基于闭合框的各个顶点的横坐标,或各个顶点的横坐标以及检测区域的宽度,计算闭合框的左右偏差。
例如,闭合框的上下偏差UD_DiffOff的计算公式可以为:
式中,PLU_Y、PLD_Y、PRU_Y、PRD_Y分别为闭合框的左上顶点、左下顶点、右上顶点、右下顶点的纵坐标。
又例如,闭合框的左右偏差LR_DiffOff的计算公式可以为:
式中,PLU_X、PLD_X、PRU_X、PRD_X分别为闭合框的左上顶点、左下顶点、右上顶点、右下顶点的横坐标。
考虑到图像采集设备硬件结构的生产误差对有效区域提取的影响,通过对检测图像进行成像质量检测以及对检测图像中的闭合框进行形状偏差检测,并基于检测通过的检测图像中闭合框的位置信息生成图像采集设备的配置信息,保证了图像采集设备采集图像的成像质量,进而保证了图像采集设备所采集的图像的有效区域的准确性。
本发明实施例提供的配置信息确定方法,通过对检测图像进行成像质量检测以及对检测图像中的闭合框进行形状偏差检测,并基于检测通过的检测图像中闭合框的位置信息生成图像采集设备的配置信息,保证了图像采集设备采集图像的成像质量,进而保证了图像采集设备所采集的图像的有效区域的准确性。
基于上述任一实施例,所述基于裁剪区域中闭合框的位置信息,确定检测图像中闭合框的位置信息包括以下步骤:在得到裁剪区域中闭合框的位置信息之后,可以对裁剪区域中闭合框的两个对角顶点或四个顶点的坐标进行坐标变换,得到检测图像中闭合框的两个对角顶点或四个顶点的坐标,作为检测图像中闭合框的位置信息。
例如,在得到裁剪区域中闭合框中四个顶点的坐标之后,基于四个顶点的坐标中横坐标的最小值Xmin、横坐标的最大值Xmax、纵坐标的最小值Ymin以及纵坐标的最大值Ymax,得到两个对角顶点的坐标P1(x,y)=(Xmin,Ymin)和P2(x,y)=(Xmax,Ymax),对裁剪区域中闭合框的两个对角顶点P1和P2进行坐标变换,得到检测图像中闭合框的两个对角顶点PB1和PB2的坐标.
具体可以通过如下公式进行坐标变换:
PB1(x,y).x=P1(x,y).x+x0
PB1(x,y).y=P1(x,y).y+y0
PB2(x,y).x=P2(x,y).x+x0
PB2(x,y).y=P2(x,y).y+y0
式中,PB1(x,y).x、PB1(x,y).y、PB2(x,y).x、PB2(x,y).y分别对坐标变换后的两个对角顶点PB1和PB2的横纵坐标,P1(x,y).x、P1(x,y).y、P2(x,y).x、P2(x,y).y分别为坐标变换前的两个对角顶点P1和P2的横纵坐标,x0、y0分别为横坐标的平移参数和纵坐标的平移参数。
基于上述任一实施例,图3为本发明实施例提供的闭合框的位置信息确定方法的流程示意图,如图3所示,该方法包括:
步骤121,对待填充图像进行闭合区域填充,得到闭合区域,待填充图像为检测图像,或者待填充图像为对检测图像进行裁剪所得的图像;
具体地,在采集得到检测图像之后,基于检测图像,确定待填充图像。图4为本发明实施例提供的检测图像的示意图,如图4所示,检测图像中包括固定区域41和活动区域42,图4中细实线为固定区域41的边界,粗虚线为活动区域42的边界。其中,固定区域为图像采集设备中硬件结构成像的区域,同一图像采集设备采集的图像中固定区域是不变的,不同图像采集设备采集的图像中固定区域的大小是不同的;活动区域为采集对象成像的区域,是采集的图像中可变的区域,活动区域的亮度受光源和固定区域的影响。当图像采集设备为扫描笔时,采集的图像可以包括四个固定区域和一个活动区域,其中,左右两个固定区域分别为两个挡板成像的区域,上下两个固定区域分别为两个弹簧小脚成像的区域,弹簧小脚的颜色不同,对应固定区域的亮度也不同。
此处,可以直接将检测图像作为待填充图像;也可以对检测图像进行裁剪,得到包含活动区域的裁剪区域,并将裁剪得到的图像作为待填充图像。图5为本发明实施例提供的裁剪区域的示意图,如图5所示,裁剪区域43包含活动区域42,图5中细虚线为裁剪区域43的边界。裁剪区域的大小可以是基于采集的图像的大小预先设定的,此种方式可以快速地提取检测图像的裁剪区域;也可以是基于检测图像自适应确定的,本发明实施例对此不作具体限定。
由于检查图像中固定区域为硬件结构成像的区域,表征有效区域的闭合框必然在活动区域内,通过对检测图像进行裁剪,将包含活动区域的裁剪区域的图像作为待填充图像,去除了与图像有效区域的无关信息,减小了图像处理的计算量,提高了闭合框定位的准确性和效率。
在得到待填充图像之后,对待填充图像进行二值化,并基于形态学处理,对二值化后的待填充图像进行闭合区域填充,例如,对待填充图像进行腐蚀操作和/或膨胀操作,进而得到闭合区域。其中,闭合区域为一个边界的像素点的像素值与背景的像素点的像素值相反的区域。此处,在对待填充图像进行二值化之前,还可以对待填充图像进行滤波处理,以去除待填充图像中孤立的噪声点。
步骤122,基于闭合区域,确定闭合框的位置信息。
具体地,在得到闭合区域之后,基于位于闭合区域边界的像素点的像素值,对闭合区域边界的像素点进行直线拟合,基于拟合后的直线的交点,确定闭合框的位置信息。
例如,在进行闭合区域填充后的检测图像中闭合区域边界的像素点为白色,背景的像素点为黑色,保持横坐标不变,沿Y方向依次遍历,获取第一个和最后一个为白色的像素点,分别添加至上边界像素点列表LPU和下边界像素点列表LPD,对X方向上每一个横坐标执行上述操作,完成X方向的遍历;保持纵坐标不变,沿X方向依次遍历,获取第一个和最后一个为白色的像素点,分别添加至左边界像素点列表LPL和右边界像素点列表LPR,对Y方向上每一个纵坐标执行上述操作,完成Y方向的遍历。
随即,分别对上边界像素点列表LPU、下边界像素点列表LPD、左边界像素点列表LPL和右边界像素点列表LPR进行线性拟合,得到四条直线:上边界LU、下边界LD、左边界LL和右边界LR,并计算得到四条直线的交点PLU、PLD、PRU、PRD,分别为闭合框的左上顶点、左下顶点、右上顶点、右下顶点,将闭合框四个顶点的坐标作为闭合框的位置信息。
此处,当待填充图像是经过对检测图像进行裁剪得到的,在得到四条直线的交点之后,还可以判断四个交点是否在裁剪区域内,若四个交点中至少一个交点不在裁剪区域内,则可以确定提取到的闭合框的位置信息是错误的,终止执行后续步骤。
基于上述任一实施例,图6为本发明实施例提供的闭合区域确定方法的流程示意图,如图6所示,该方法包括:
步骤1211,创建与对待填充图像大小相同的初始参考图像,并确定初始参考图像的参考区域;
步骤1212,对上一参考图像中的参考区域进行膨胀,并基于二值化后的待填充图像,更新上一参考图像中膨胀后的参考区域,得到当前参考图像,直至上一参考图像与当前参考图像一致;
步骤1213,基于最终得到的当前参考图像,确定闭合区域。
具体地,在得到待填充图像之后,创建与待填充图像大小相同的初始参考图像,其中,初始参考图像中所有像素点的像素值相同。随即,在初始参考图像中选取参考区域,参考区域可以为一个像素点,也可以为多个连续像素点组成的一个连通域,并将参考区域填充为与初始参考图像相反的颜色。例如,初始参考图像中所有像素点均为黑色,则将参考区域中所有像素点填充为白色。
此处,可以根据经验预先估计闭合框的位置,并基于预估到的闭合框的位置,在待填充图像中选取位于闭合区域之外的参考区域,例如,在待填充图像靠近边缘的位置选取参考区域;也可以基于预估到的闭合框的位置,在待填充图像中选取位于闭合区域之内的参考区域,例如,在待填充图像靠近中心的位置选取参考区域,本发明实施例对参考区域的确定方法不作具体限定。
在确定参考区域之后,对参考区域进行膨胀,并基于二值化后的待填充图像,对膨胀后的参考区域进行更新,得到上一参考图像。例如,将膨胀后的参考区域中的像素点与其在二值化的待填充图像中相同位置的像素点进行一一比对,若两者的像素值不同,则对膨胀后的参考区域中的像素点的像素值取反。
在得到上一参考图像之后,对上一参考图像继续执行上述相同的操作,得到当前参考图像,若上一参考图像与当前参考图像一致,表示待填充图像中闭合区域填充完成,则基于最终得到的当前参考图像,确定闭合区域;否则,将上一参考图像更新为当前参考图像,继续对上一参考图像进行更新。
当参考区域位于闭合框之外时,通过对参考区域进行多次膨胀,使得膨胀后的参考区域完成对闭合区域之外的区域的填充,进而得到闭合区域;当参考区域位于闭合框之内时,通过对参考区域进行多次膨胀,使得膨胀后的参考区域完成对闭合区域的填充,进而得到闭合区域。
基于上述任一实施例,图7为本发明实施例提供的闭合区域填充方法的流程示意图,如图7所示,该方法包括以下步骤:
创建一个与对待填充图像大小相同的初始参考图像,将初始参考图像中所有像素点初始化为黑色,在初始参考图像的边缘选取一个位于闭合框之外的像素点,作为参考区域,并将参考区域填充为白色,得到图像Img1。随即,使用N*N(N为奇数)的“田字形”结构元素对图像Img1进行膨胀操作,将膨胀后的图像与二值化的待填充图像Img进行“与操作”,得到图像ImgB1,再对ImgB1进行膨胀操作,并将膨胀后的ImgB1与图像Img进行“与操作”,得到图像ImgB2。
然后判断图像ImgB1与ImgB2是否相同,若ImgB1与ImgB2相同,则输出ImgB2;若不相同,则将图像ImgB2每个像素点的像素值赋值给ImgB1,并继续对ImgB2执行上述相同的操作,直至图像ImgB1与ImgB2相同。图8为本发明实施例提供的闭合区域填充的示意图,如图8所示,通过对位于闭合框之外的参考区域进行多次膨胀,使得膨胀后的参考区域完成对闭合区域之外的区域的填充。
在得到满足条件的ImgB2之后,可以对图像ImgB2进行平滑去噪处理,以消除闭合区域边缘的毛刺或缺口,进而得到图像Img2。例如可以对图像ImgB2先进行腐蚀操作,并删除腐蚀后的图像中范围较小的连通区域,然后对其进行膨胀操作。最后对Img2进行取反操作,得到完成闭合区域填充的最终参考图像Img_Dst,图9为本发明实施例提供的最终参考图像的示意图。
基于上述任一实施例,图10为本发明实施例提供的闭合区域填充方法的流程示意图,如图10所示,该方法包括以下步骤:
创建一个与对待填充图像大小相同的初始参考图像,将初始参考图像中所有像素点初始化为黑色,在初始参考图像的中心选取一个位于闭合框之内的像素点,作为参考区域,并将参考区域填充为白色,得到图像Img1。随即,使用N*N(N为奇数)的“田字形”结构元素对图像Img1进行膨胀操作,将膨胀后的图像与二值化的待填充图像Img进行“与操作”,得到图像ImgB1,再对ImgB1进行膨胀操作,并将膨胀后的ImgB1与图像Img进行“与操作”,得到图像ImgB2。
然后判断图像ImgB1与ImgB2是否相同,若ImgB1与ImgB2相同,则输出ImgB2,并将ImgB2作为最终参考图像Img_Dst;若不相同,则将图像ImgB2每个像素点的像素值赋值给ImgB1,并继续对ImgB2执行上述相同的操作,直至图像ImgB1与ImgB2相同。图11为本发明实施例提供的闭合区域填充的示意图,如图11所示,通过对位于闭合框之内的参考区域进行多次膨胀,使得膨胀后的参考区域完成对闭合区域的填充。
基于上述任一实施例,该方法中,所述二值化后的待填充图像是基于待填充图像的亮度确定的阈值对待填充图像进行二值化得到的。
具体地,在得到待填充图像之后,对待填充图像进行二值化,其中,二值化的阈值是基于待填充图像的亮度确定的。图12为本发明实施例提供的二值化的待填充图像的示意图,图12中粗实线为闭合框44。
由于检测图像的亮度CBT是基于检测区域的像素点的像素值确定的,而检测区域可以为整个检测图像的区域或检测图像中的裁剪区域,因此,待填充图像即为检测区域的图像,待填充图像的亮度即为检测图像的亮度CBT。
具体可以通过如下公式,计算二值化的阈值T:
T=k+CBT/2
式中,k为可调参数,k可以根据测试数据确定。
本发明实施例提供的配置信息确定方法,基于待填充图像的亮度确定待填充图像二值化的阈值,能够实现待填充图像自适应阈值二值化,解决了不同图像之间二值化的阈值难以兼容的问题。
对于一些特殊的图像采集设备,采集的图像中固定区域和活动区域的位置偏离标准位置较大,通过预设固定大小的裁剪区域对图像进行裁剪,无法有效地提取出采集的图像中的活动区域。
对此,基于上述任一实施例,所述对检测图像进行裁剪具体包括:
以预设大小的窗口依次扫描检测图像,并计算任一窗口对应的图像块的方差和/或平均值;
基于方差最大和/或平均值最小的图像块对应的窗口,对检测图像进行裁剪。
具体地,由于检测图像为文档图像,检测图像中文字部分对应的像素点的像素值最小,且与背景像素点的像素值相差最大,包含文字的活动区域中像素值的平均值最小,且像素值的方差最大。因此,可以基于活动区域的图像特点,确定包含活动区域的裁剪区域。
采用预设大小的窗口依次对检测图像进行扫描,对于任一窗口对应的图像块,计算该图像块中所有像素点的像素值的方差和/或平均值。在得到各个窗口对应的图像块的方差和/或平均值之后,从中选取出方差最大和/或平均值最小的图像块,并将方差最大和/或平均值最小的图像块对应的窗口的区域作为检测图像的裁剪区域。
本发明实施例提供的配置信息确定方法,通过各个窗口对应的图像块的方差和/或平均值,自适应地提取检测图像的裁剪区域,充分考虑了活动区域的图像特点,保证了获取的裁剪区域的有效性。
基于上述任一实施例,图13为本发明实施例提供的图像有效区域提取方法的流程示意图,该方法包括:
步骤210,基于图像采集设备采集图像;
步骤220,基于图像采集设备的配置信息,提取图像中的有效区域;
其中,配置信息是基于上述任一实施例提供的配置信息确定方法确定的。
具体地,在针对图像采集设备采集的图像进行有效区域提取时,由于图像采集设备的配置信息包含图像采集设备所采集图像的有效区域的位置信息,在采集得到图像之后,基于图像采集设备的配置信息,提取图像中的有效区域。
本发明实施例中,基于图像采集设备的配置信息提取图像中的有效区域,无需对采集的图像进行亮度检测,提高了图像有效区域提取的效率,而且不会受到环境光照以及图像采集设备的硬件结构的生产误差等因素的影响,提高了图像有效区域提取的准确性。
当图像采集设备连续采集多帧图像时,基于配置信息提取到的每帧图像中的有效区域是统一的,可以直接对多帧图像的有效区域进行拼接,大大提高了多帧图像拼接的效率和效果。例如,当图像采集设备为扫描笔时,扫描笔对一个英文长句进行扫描,以获取该英文长句的翻译文本或标准发音,扫描笔滑过被扫描文档,连续采集多帧图像,基于扫描笔的配置信息,提取每帧图像中的有效区域,即图像中包含英文字母的区域,以供将每帧图像的有效区域进行图像拼接,得到包含该英文长句的完整图像,并对拼接后的图像进行OCR识别,进而输出该英文长句的翻译文本或者标准发音。
本发明实施例提供的图像有效区域提取方法,基于图像采集设备的配置信息,提取图像中的有效区域,提高了图像有效区域提取的效率和准确性。
基于上述任一实施例,图14为本发明实施例提供的配置信息确定装置的结构示意图,如图14所示,配置信息确定装置包括:
检测图像采集单元1410,用于基于图像采集设备采集检测图像;
闭合框定位单元1420,用于确定所述检测图像中的闭合框的位置信息,所述闭合框用于表征所述图像采集设备所采集图像的有效区域;
配置信息生成单元1430,用于基于所述闭合框的位置信息,生成所述图像采集设备的配置信息,所述配置信息用于提取所述图像采集设备所采集图像的有效区域。
本发明实施例提供的配置信息确定装置,通过图像采集设备采集包含用于表征图像采集设备所采集图像的有效区域的闭合框的检测图像,并基于闭合框的位置信息,生成图像采集设备的配置信息,以供图像采集设备基于配置信息提取采集的图像的有效区域,提高了图像有效区域提取的效率,保证了图像采集设备所采集的图像的有效区域的准确性和统一性,有利于对采集的不同图像进行图像拼接。
基于上述任一实施例,该装置中,配置信息生成单元1430具体用于:
若所述检测图像的质量参数满足预设成像质量标准,且所述闭合框的形状偏差在预设偏差范围内,则基于所述闭合框的位置信息确定所述图像采集设备的配置信息。
基于上述任一实施例,该装置中,闭合框定位单元1420具体包括:
闭合区域填充子单元,用于对待填充图像进行闭合区域填充,得到闭合区域,所述待填充图像为所述检测图像,或者所述待填充图像为对所述检测图像进行裁剪所得的图像;
闭合框定位子单元,用于基于所述闭合区域,确定所述闭合框的位置信息。
基于上述任一实施例,该装置中,闭合区域填充子单元具体用于:
创建与对所述待填充图像大小相同的初始参考图像,并确定所述初始参考图像的参考区域;
对上一参考图像中的参考区域进行膨胀,并基于二值化后的待填充图像,更新所述上一参考图像中膨胀后的参考区域,得到当前参考图像,直至所述上一参考图像与所述当前参考图像一致;
基于最终得到的当前参考图像,确定所述闭合区域。
基于上述任一实施例,该装置中,所述二值化后的待填充图像是基于所述待填充图像的亮度确定的阈值对所述待填充图像进行二值化得到的。
基于上述任一实施例,该装置还包括图像裁剪单元,用于以预设大小的窗口依次扫描所述检测图像,并计算任一窗口对应的图像块的方差和/或平均值;
基于方差最大和/或平均值最小的图像块对应的窗口,对所述检测图像进行裁剪。
基于上述任一实施例,图15为本发明实施例提供的图像有效区域提取装置的结构示意图,如图15所示,图像有效区域提取装置包括:
图像采集单元1510,用于基于图像采集设备采集图像;
有效区域提取单元1520,用于基于所述图像采集设备的配置信息,提取所述图像中的有效区域;
其中,所述配置信息是基于上述任一实施例提供的配置信息确定方法确定的。
本发明实施例提供的图像有效区域提取装置,基于图像采集设备的配置信息,提取图像中的有效区域,提高了图像有效区域提取的效率和准确性。
图16示例了一种电子设备的实体结构示意图,如图16所示,该电子设备可以包括:处理器(processor)1610、通信接口(Communications Interface)1620、存储器(memory)1630和通信总线1640,其中,处理器1610,通信接口1620,存储器1630通过通信总线1640完成相互间的通信。处理器1610可以调用存储器1630中的逻辑指令,以执行如下方法:基于图像采集设备采集检测图像;确定检测图像中的闭合框的位置信息,闭合框用于表征图像采集设备所采集图像的有效区域;基于闭合框的位置信息,生成图像采集设备的配置信息,配置信息用于提取图像采集设备所采集图像的有效区域。
此外,处理器1610可以调用存储器1630中的逻辑指令,以执行如下方法:基于图像采集设备采集图像;基于图像采集设备的配置信息,提取图像中的有效区域;其中,配置信息是基于配置信息确定方法确定的。
此外,上述的存储器1630中的逻辑指令可以通过软件功能单元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。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:基于图像采集设备采集检测图像;确定检测图像中的闭合框的位置信息,闭合框用于表征图像采集设备所采集图像的有效区域;基于闭合框的位置信息,生成图像采集设备的配置信息,配置信息用于提取图像采集设备所采集图像的有效区域。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:基于图像采集设备采集图像;基于图像采集设备的配置信息,提取图像中的有效区域;其中,配置信息是基于配置信息确定方法确定的。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的方法,例如包括:基于图像采集设备采集检测图像;确定检测图像中的闭合框的位置信息,闭合框用于表征图像采集设备所采集图像的有效区域;基于闭合框的位置信息,生成图像采集设备的配置信息,配置信息用于提取图像采集设备所采集图像的有效区域。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的方法,例如包括:基于图像采集设备采集图像;基于图像采集设备的配置信息,提取图像中的有效区域;其中,配置信息是基于配置信息确定方法确定的。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上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精神和范围。
Claims (11)
1.一种配置信息确定方法,其特征在于,包括:
基于图像采集设备采集检测图像;
确定所述检测图像中的闭合框的位置信息,所述闭合框用于表征所述图像采集设备所采集图像的有效区域;
基于所述闭合框的位置信息,生成所述图像采集设备的配置信息,所述配置信息用于提取所述图像采集设备所采集图像的有效区域。
2.根据权利要求1所述的配置信息确定方法,其特征在于,所述基于所述闭合框的位置信息,生成所述图像采集设备的配置信息,具体包括:
若所述检测图像的质量参数满足预设成像质量标准,且所述闭合框的形状偏差在预设偏差范围内,则基于所述闭合框的位置信息确定所述图像采集设备的配置信息。
3.根据权利要求1或2所述的配置信息确定方法,其特征在于,所述确定所述检测图像中的闭合框的位置信息,具体包括:
对待填充图像进行闭合区域填充,得到闭合区域,所述待填充图像为所述检测图像,或者所述待填充图像为对所述检测图像进行裁剪所得的图像;
基于所述闭合区域,确定所述闭合框的位置信息。
4.根据权利要求3所述的配置信息确定方法,其特征在于,所述对待填充图像进行闭合区域填充,得到闭合区域,具体包括:
创建与对所述待填充图像大小相同的初始参考图像,并确定所述初始参考图像的参考区域;
对上一参考图像中的参考区域进行膨胀,并基于二值化后的待填充图像,更新所述上一参考图像中膨胀后的参考区域,得到当前参考图像,直至所述上一参考图像与所述当前参考图像一致;
基于最终得到的当前参考图像,确定所述闭合区域。
5.根据权利要求4所述的配置信息确定方法,其特征在于,所述二值化后的待填充图像是基于所述待填充图像的亮度确定的阈值对所述待填充图像进行二值化得到的。
6.根据权利要求3所述的所述的配置信息确定方法,其特征在于,所述对所述检测图像进行裁剪,具体包括:
以预设大小的窗口依次扫描所述检测图像,并计算任一窗口对应的图像块的方差和/或平均值;
基于方差最大和/或平均值最小的图像块对应的窗口,对所述检测图像进行裁剪。
7.一种图像有效区域提取方法,其特征在于,包括:
基于图像采集设备采集图像;
基于所述图像采集设备的配置信息,提取所述图像中的有效区域;
其中,所述配置信息是基于如权利要求1至6中任一项所述的配置信息确定方法确定的。
8.一种配置信息确定装置,其特征在于,包括:
检测图像采集单元,用于基于图像采集设备采集检测图像;
闭合框定位单元,用于确定所述检测图像中的闭合框的位置信息,所述闭合框用于表征所述图像采集设备所采集图像的有效区域;
配置信息生成单元,用于基于所述闭合框的位置信息,生成所述图像采集设备的配置信息,所述配置信息用于提取所述图像采集设备所采集图像的有效区域。
9.一种图像有效区域提取装置,其特征在于,包括:
图像采集单元,用于基于图像采集设备采集图像;
有效区域提取单元,用于基于所述图像采集设备的配置信息,提取所述图像中的有效区域;
其中,所述配置信息是基于如权利要求1至6中任一项所述的配置信息确定方法确定的。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,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6任一项所述的配置信息确定方法,或如权利要求7所述的图像有效区域提取方法的步骤。
11.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一项所述的配置信息确定方法,或如权利要求7所述的图像有效区域提取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011080131.7A CN112232345B (zh) | 2020-10-10 | 2020-10-10 | 配置信息确定和图像有效区域提取方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011080131.7A CN112232345B (zh) | 2020-10-10 | 2020-10-10 | 配置信息确定和图像有效区域提取方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112232345A true CN112232345A (zh) | 2021-01-15 |
CN112232345B CN112232345B (zh) | 2022-10-04 |
Family
ID=74113209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011080131.7A Active CN112232345B (zh) | 2020-10-10 | 2020-10-10 | 配置信息确定和图像有效区域提取方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112232345B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435535A (zh) * | 2021-07-13 | 2021-09-24 | 北京达佳互联信息技术有限公司 | 图像识别模型的训练方法、图像识别方法及设备 |
CN114510989A (zh) * | 2021-12-23 | 2022-05-17 | 中国科学院软件研究所 | 图像数据集的规范性评估方法、装置及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102760225A (zh) * | 2011-04-29 | 2012-10-31 | 贵州师范大学 | 一种基于矩形包围框的试卷客观题答题卡定位方法 |
US20130129222A1 (en) * | 2011-11-21 | 2013-05-23 | Nokia Corporation | Methods and apparatuses for facilitating detection of text within an image |
CN104463140A (zh) * | 2014-12-23 | 2015-03-25 | 天津工业大学 | 一种彩色眼底图像视盘自动定位方法 |
CN108470334A (zh) * | 2018-03-20 | 2018-08-31 | 上海顺久电子科技有限公司 | 一种采集屏幕亮度和色度的方法及装置 |
CN109815763A (zh) * | 2019-01-04 | 2019-05-28 | 广州广电研究院有限公司 | 二维码的检测方法、装置和存储介质 |
CN109840909A (zh) * | 2019-01-18 | 2019-06-04 | 西安科技大学 | 一种坩埚气泡计数装置及计数方法 |
CN111161263A (zh) * | 2020-04-02 | 2020-05-15 | 北京协同创新研究院 | 一种包装平整度检测方法、系统、电子设备和存储介质 |
-
2020
- 2020-10-10 CN CN202011080131.7A patent/CN112232345B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102760225A (zh) * | 2011-04-29 | 2012-10-31 | 贵州师范大学 | 一种基于矩形包围框的试卷客观题答题卡定位方法 |
US20130129222A1 (en) * | 2011-11-21 | 2013-05-23 | Nokia Corporation | Methods and apparatuses for facilitating detection of text within an image |
CN104463140A (zh) * | 2014-12-23 | 2015-03-25 | 天津工业大学 | 一种彩色眼底图像视盘自动定位方法 |
CN108470334A (zh) * | 2018-03-20 | 2018-08-31 | 上海顺久电子科技有限公司 | 一种采集屏幕亮度和色度的方法及装置 |
CN109815763A (zh) * | 2019-01-04 | 2019-05-28 | 广州广电研究院有限公司 | 二维码的检测方法、装置和存储介质 |
CN109840909A (zh) * | 2019-01-18 | 2019-06-04 | 西安科技大学 | 一种坩埚气泡计数装置及计数方法 |
CN111161263A (zh) * | 2020-04-02 | 2020-05-15 | 北京协同创新研究院 | 一种包装平整度检测方法、系统、电子设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
XUE YANG 等: "OBJECT DETECTION WITH HEAD DIRECTION IN REMOTE SENSING IMAGES BASED ON ROTATIONAL REGION CNN", 《IEEE》 * |
王润民 等: "自然场景图像中的文本检测综述", 《自动化学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435535A (zh) * | 2021-07-13 | 2021-09-24 | 北京达佳互联信息技术有限公司 | 图像识别模型的训练方法、图像识别方法及设备 |
CN114510989A (zh) * | 2021-12-23 | 2022-05-17 | 中国科学院软件研究所 | 图像数据集的规范性评估方法、装置及设备 |
CN114510989B (zh) * | 2021-12-23 | 2022-10-25 | 中国科学院软件研究所 | 图像数据集的规范性评估方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112232345B (zh) | 2022-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190228529A1 (en) | Image Segmentation Method, Apparatus, and Fully Convolutional Network System | |
CN106778730B (zh) | 一种用于快速生成ocr训练样本的自适应方法及系统 | |
CN110517246B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN111259878A (zh) | 一种检测文本的方法和设备 | |
CN112232345B (zh) | 配置信息确定和图像有效区域提取方法和装置 | |
US11961237B2 (en) | Foreground data generation method and method for applying same, related apparatus, and system | |
JP6115214B2 (ja) | パターン処理装置、パターン処理方法、パターン処理プログラム | |
CN110136069B (zh) | 文本图像矫正方法、装置与电子设备 | |
CN110276279B (zh) | 一种基于图像分割的任意形状场景文本探测方法 | |
CN114170227B (zh) | 产品表面缺陷检测方法、装置、设备及存储介质 | |
KR101058726B1 (ko) | 조명 성분을 제거하기 위한 이미지 보정 장치 및 방법 | |
CN113888756A (zh) | 有效区域参数的确定方法、图像获取方法和测试系统 | |
CN104966092A (zh) | 一种图像处理方法和装置 | |
CN112580383A (zh) | 二维码识别方法、装置、电子设备及存储介质 | |
CN110807738A (zh) | 一种基于边缘图块锐化的模糊图像非盲复原方法 | |
CN109741273A (zh) | 一种手机拍照低质图像的自动处理与评分方法 | |
CN111062331A (zh) | 图像的马赛克检测方法、装置、电子设备及存储介质 | |
CN111028214A (zh) | 一种基于云平台的皮肤检测装置 | |
CN113487473B (zh) | 一种添加图像水印的方法、装置、电子设备及存储介质 | |
CN113052754A (zh) | 一种图片背景虚化的方法及装置 | |
CN108205678B (zh) | 一种含有亮斑干扰的铭牌文字识别处理方法 | |
CN112668567A (zh) | 一种基于深度学习的图像裁剪算法 | |
CN111340040B (zh) | 一种纸张字符识别方法、装置、电子设备及存储介质 | |
KR102327304B1 (ko) | 깊이영상 카메라로부터 획득된 3d 영상의 품질 향상 방법 | |
CN116030472A (zh) | 文字坐标确定方法及装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 230088 6th and 23rd floors of the scientific research building, No.2 building, zone a, China sound Valley, 3333 Xiyou Road, high tech Zone, Hefei City, Anhui Province Applicant after: Anhui taoyun Technology Co.,Ltd. Address before: 230031 9th floor, building 1, tianyuandike science and Technology Park, 66 Qianshui East Road, high tech Zone, Hefei City, Anhui Province Applicant before: ANHUI TAOYUN TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |