CN112270356A - 一种图像识别方法、装置及电子设备 - Google Patents
一种图像识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112270356A CN112270356A CN202011175045.4A CN202011175045A CN112270356A CN 112270356 A CN112270356 A CN 112270356A CN 202011175045 A CN202011175045 A CN 202011175045A CN 112270356 A CN112270356 A CN 112270356A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel points
- preset
- initial image
- pixel
- 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
Images
Classifications
-
- 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
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
Abstract
本发明实施例提供了一种图像识别方法、装置及电子设备,涉及图像处理技术领域。该图像识别方法包括:获取待识别的初始图像;检测各个预设像素点数量中,是否存在大于初始图像的的像素点数量的数量;若为是,利用满足预设颜色要求的像素点,对初始图像进行像素点填充,得到目标图像;其中,目标图像的像素点数量不小于各个预设像素点数量中的最大像素点数量;利用预设图像识别算法对目标图像进行识别,得到初始图像在各个识别维度下的识别结果。与现有技术相比,应用本发明实施例提供的方案,可以实现在待识别图像的像素点数量不能满足图像识别算法全部识别维度的要求的情况下,对待识别图像的成功识别。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种图像识别方法、装置及电子设备。
背景技术
当前,随着图像处理技术的不断发展,图像识别算法被广泛地应用于各种领域中。例如,安保领域中,可以通过人脸识别算法识别来客是否为社区居民;智能交通领域中,可以通过车牌识别算法识别违反交通规则的车辆等。
通常,同一图像识别算法可以具有多个识别维度,从而,在进行图像识别时,通过调用同一图像识别算法便可以从多个识别维度对待识别图像进行识别,得到该待识别图像在多个维度的识别结果。
例如,利用一种车牌识别算法对同一车牌图像进行识别时,便可以得到关于该车牌图像的车牌号和车牌颜色两个维度的识别结果。
其中,由于在图像识别过程中,不同维度的图像特征的提取难度不同,因此,图像识别算法在对待识别图像进行识别时,所具有的不同识别维度对待识别图像的像素点数量的要求是不同的。
然而,在实际应用中,由于图像采集设备的安装位置不理想、所支持的分辨率较低等原因,经常出现待识别图像的像素点数量不能满足图像识别算法中全部识别维度的要求的情况,从而,在对此类待识别图像进行识别时,将无法得到该待识别图像在全部维度的识别结果,导致图像识别失败。
发明内容
本发明实施例的目的在于提供一种图像识别方法、装置及电子设备,以实现在待识别图像的像素点数量不能满足图像识别算法全部识别维度的要求的情况下,对待识别图像的成功识别。具体技术方案如下:
第一方面,本发明实施例提供了一种图像识别方法,所述方法包括:
获取待识别的初始图像;
检测各个预设像素点数量中,是否存在大于所述初始图像的像素点数量的数量;其中,所述各个预设像素点数量为:预设图像识别算法进行各个识别维度下的图像识别时,所分别需要的像素点数量;所述预设图像识别算法为图像识别时所需利用的识别算法;
若为是,利用满足预设颜色要求的像素点,对所述初始图像进行像素点填充,得到目标图像;其中,所述目标图像的像素点数量不小于所述各个预设像素点数量中的最大像素点数量;
利用所述预设图像识别算法对所述目标图像进行识别,得到所述初始图像在所述各个识别维度下的识别结果。
可选的,一种具体实现方式中,所述利用满足预设颜色要求的像素点,对所述初始图像进行像素点填充,得到目标图像的步骤,包括:
确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;
基于所述面积和所述位置,在所述扩展区域中填充满足预设颜色要求的像素点,得到所述目标图像。
可选的,一种具体实现方式中,所述确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置的步骤,包括:
计算所述最大像素点数量与所述初始图像的像素点数量的差值或比值,并利用计算得到的差值或比值,确定将所述初始图像扩展为目标图像所需要填充像素点的扩展区域的面积和位置;
或者,
按照指定扩展倍数,确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;其中,所述指定扩展倍数为:预先指定的满足目标条件的倍数,所述目标条件包括能够使得进行像素点填充后的任一图像的像素点数量不小于所述最大像素点数量。
可选的,一种具体实现方式中,所述基于所述面积和所述位置,在所述扩展区域中填充满足预设颜色要求的像素点,得到所述目标图像的步骤,包括:
对所述初始图像进行解码,得到初始图像编码数据;
基于所述面积和所述位置,在所述图像编码数据中插入满足预设颜色要求的像素点的编码数据,得到目标图像编码数据;
基于所述目标图像编码数据,生成目标图像。
可选的,一种具体实现方式中,所述满足预设颜色要求的像素点包括:指定颜色的像素点;其中,所述指定颜色包括:黑色。
第二方面,本发明实施例提供了一种图像识别装置,所述装置包括:
图像获取模块,用于获取待识别的初始图像;
数量检测模块,用于检测各个预设像素点数量中,是否存在大于所述初始图像的像素点数量的数量;如果是,触发像素点填充模块;其中,所述各个预设像素点数量为:预设图像识别算法进行各个识别维度下的图像识别时,所分别需要的像素点数量;所述预设图像识别算法为图像识别时所需利用的识别算法;
所述像素点填充模块,用于利用满足预设颜色要求的像素点,对所述初始图像进行像素点填充,得到目标图像;其中,所述目标图像的像素点数量不小于所述各个预设像素点数量中的最大像素点数量;
图像识别模块,用于利用所述预设图像识别算法对所述目标图像进行识别,得到所述初始图像在所述各个识别维度下的识别结果。
可选的,一种具体实现方式中,所述像素点填充模块包括:
区域确定子模块,用于确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;
像素点填充子模块,用于基于所述面积和所述位置,在所述扩展区域中填充满足预设颜色要求的像素点,得到所述目标图像。
可选的,一种具体实现方式中,所述区域确定子模块具体用于:
计算所述最大像素点数量与所述初始图像的像素点数量的差值或比值,并利用计算得到的差值或比值,确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;或者,
按照指定扩展倍数,确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;其中,所述指定扩展倍数为:预先指定的满足目标条件的倍数,所述目标条件包括能够使得进行像素点填充后的任一图像的像素点数量不小于所述最大像素点数量。
可选的,一种具体实现方式中,所述像素点填充子模块具体用于:
对所述初始图像进行解码,得到初始图像编码数据;
基于所述面积和所述位置,在所述图像编码数据中插入满足预设颜色要求的像素点的编码数据,得到目标图像编码数据;
基于所述目标图像编码数据,生成目标图像。
可选的,一种具体实现方式中,所述满足预设颜色要求的像素点包括:指定颜色的像素点;其中,所述指定颜色包括:黑色。
第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面提供的任一图像识别方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面提供的任一图像识别方法的步骤。
本发明实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述第一方面提供的任一图像识别方法的步骤。
本发明实施例有益效果:
以上可见,应用本发明实施例提供的方案,在利用预设图像识别算法对待识别的初始图像进行图像识别时,在获取到初始图像后,可以首先检测各个预设像素点数量中,是否存在大于该初始图像的像素点数量的数量。也就是说,检测该初始图像的像素点数量是否能够满足预设图像识别算法所具有的全部识别维度的要求。从而,在上述检测结果为是时,可以确定该初始图像的像素点数量不能够满足预设图像识别算法所具有的全部识别维度的要求,进而,便可以利用满足预设颜色要求的像素点,对该初始图像进行像素点填充,得到像素点数量不小于上述各个预设像素点数量中的最大像素点数量的目标图像。这样,预设图像识别算法便可以对所得到的目标图像进行识别,从而,得到初始图像在预设图像识别算法所具有的各个识别维度下的识别结果。
其中,由于目标图像仅仅是对初始图像进行满足预设颜色要求的像素点填充所得到的,并且,该像素点填充过程中,并不对初始图像中的图像目标进行更改,因此,预设图像识别算法在对目标图像进行识别时,所识别的依然是初始图像中的图像目标,从而,可以实现对初始图像的成功识别。
基于此,应用本发明实施例提供的方案,在出现待识别图像的像素点数量不能满足图像识别算法中全部识别维度的要求的情况时,可以利用满足预设颜色要求的像素点,对待识别图像进行像素点填充,从而,得到像素点数量满足图像识别算法中全部识别维度的要求的目标图像。进而,利用图像识别算法对所得到的目标图像的识别便可以得到待识别图像在图像识别算法的各个识别维度下的识别结果。这样,便可以实现在待识别图像的像素点数量不能满足图像识别算法中全部识别维度的要求的情况下,对待识别图像的成功识别。
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简单地介绍,显而易见地,下面描述中的附图仅仅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一种图像识别方法的流程示意图;
图2为图1中S103的一种具体实现方式的流程示意图;
图3(a)-图3(d)分别为本发明实施例提供的一种扩展区域与初始图像的位置关系的示意图;
图4为图2中S1032的一种具体实现方式的流程示意图;
图5为本发明实施例提供的一种图像识别装置的结构示意图;
图6为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
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,所描述的实施例仅仅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做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。
在实际应用中,由于图像采集设备的安装位置不理想、所支持的分辨率较低等原因,经常出现待识别图像的像素点数量不能满足图像识别算法中全部识别维度的要求的情况,从而,在对此类待识别图像进行识别时,将无法得到该待识别图像在全部维度的识别结果,导致图像识别失败。
为了解决上述技术问题,本发明实施例提供了一种图像识别方法。
其中,该图像识别方法可以适用于任一需要进行图像识别的场景,例如,人脸图像识别、人体图像识别、车牌图像识别等。进而,该图像识别方法可以应用于任一类型的电子设备中,例如,笔记本电脑、台式电脑、平板电脑等,对此,本发明实施例不做具体限定,以下简称电子设备。并且,用于执行该图像识别方法的电子设备可以是独立的用于进行图像识别的电子设备,也可以是属于某一系统中的一电子设备,例如,道路交通监控系统中的控制设备等。这都是合理的。
此外,实现本发明实施例提供的图像识别方法的功能软件可以为设置于电子设备中专门的图像识别辅助软件,也可以为设置于电子设备中的现有图像识别软件中的功能插件,这样,在运行该图像识别软件,以利用该图像识别软件中的预设图像识别算法进行图像识别时,可以调用该插件配合该预设图像识别算法执行本发明实施例提供的图像识别方法。这都是合理的。
进而,本发明实施例提供的一种图像识别方法,可以包括如下步骤:
获取待识别的初始图像;
检测各个预设像素点数量中,是否存在大于所述初始图像的像素点数量的数量;其中,所述各个预设像素点数量为:预设图像识别算法进行各个识别维度下的图像识别时,所分别需要的像素点数量;所述预设图像识别算法为图像识别时所需利用的识别算法;
若为是,利用满足预设颜色要求的像素点,对所述初始图像进行像素点填充,得到目标图像;其中,所述目标图像的像素点数量不小于所述各个预设像素点数量中的最大像素点数量;
利用所述预设图像识别算法对所述目标图像进行识别,得到所述初始图像在所述各个识别维度下的识别结果。
以上可见,应用本发明实施例提供的方案,在利用预设图像识别算法对待识别的初始图像进行图像识别时,在获取到初始图像后,可以首先检测各个预设像素点数量中,是否存在大于该初始图像的像素点数量的数量。也就是说,检测该初始图像的像素点数量是否能够满足预设图像识别算法所具有的全部识别维度的要求。从而,在上述检测结果为是时,可以确定该初始图像的像素点数量不能够满足预设图像识别算法所具有的全部识别维度的要求,进而,便可以利用满足预设颜色要求的像素点,对该初始图像进行像素点填充,得到像素点数量不小于上述各个预设像素点数量中的最大像素点数量的目标图像。这样,预设图像识别算法便可以对所得到的目标图像进行识别,从而,得到初始图像在预设图像识别算法所具有的各个识别维度下的识别结果。
其中,由于目标图像仅仅是对初始图像进行满足预设颜色要求的像素点填充所得到的,并且,该像素点填充过程中,并不对初始图像中的图像目标进行更改,因此,预设图像识别算法在对目标图像进行识别时,所识别的依然是初始图像中的图像目标,从而,可以实现对初始图像的成功识别。
基于此,应用本发明实施例提供的方案,在出现待识别图像的像素点数量不能满足图像识别算法中全部识别维度的要求的情况时,可以利用满足预设颜色要求的像素点,对待识别图像进行像素点填充,从而,得到像素点数量满足图像识别算法中全部识别维度的要求的目标图像。进而,利用图像识别算法对所得到的目标图像的识别便可以得到待识别图像在图像识别算法的各个识别维度下的识别结果。这样,便可以实现在待识别图像的像素点数量不能满足图像识别算法中全部识别维度的要求的情况下,对待识别图像的成功识别。
下面,对本发明实施例提供的一种图像识别方法进行具体说明。
图1为本发明实施例提供的一种图像识别方法的流程示意图。如图1所示,该图像识别方法可以包括如下步骤:
S101:获取待识别的初始图像;
S102:检测各个预设像素点数量中,是否存在大于初始图像的像素点数量的数量;如果是,执行步骤S103;
其中,各个预设像素点数量为:预设图像识别算法进行各个识别维度下的图像识别时,所分别需要的像素点数量;预设图像识别算法为图像识别时所需利用的识别算法;
在需要进行图像识别时,电子设备可以首先获取待识别的初始图像。
进而,由于图像识别时所需利用的预设图像识别算法可以具有至少一个识别维度,并且,每个识别维度对所能够识别的图像的像素点数量具有一定要求,因此,存在至少一个预设像素点数据,且各个预设像素点数据为:预设图像识别算法进行各个识别维度下的图像识别时,所分别需要的像素点数量。
这样,在得到上述初始图像后,电子设备便可以检测各个预设像素点数量中,是否存在大于初始图像的像素点数量的数量。
其中,初始图像的像素点数量是指:初始图像中所包括的像素点的个数。
例如,预设图像识别算法X具有识别维度A和识别维度B,并且,识别维度A所能够识别的图像的像素点数据不小于a,识别维度B所能够识别的图像的像素点数量不小于b,也就是说,预设图像识别算法X进行识别维度A和识别维度B下的图像识别时,所分别需要的像素点数量为a和b。这样,各个预设像素点数量即包括a和b。那么,当待识别的初始图像的像素点数量为c时,则需要判断a和b中,是否存在大于c的数。
S103:利用满足预设颜色要求的像素点,对初始图像进行像素点填充,得到目标图像;
其中,目标图像的像素点数量不小于各个预设像素点数量中的最大像素点数量;
当上述步骤S102的检测结果为是时,说明上述初始图像的像素点数量小于预设图像识别算法进行至少一个识别维度下的图像识别时,所分别需要的像素点数量,从而,预设图像识别算法将无法从该至少一个识别维度对初始图像进行识别,进而,导致对初始图像的图像识别失败。
例如,预设图像识别算法X具有识别维度A和识别维度B,预设图像识别算法X进行识别维度A和识别维度B下的图像识别时,所分别需要的像素点数量为a和b。假设,待识别的初始图像的像素点数量为c,且a<c<b,则也就是说,预设像素点数量a和b中,存在大于待识别的初始图像的像素点数量c的数量b。也就是说,待识别的初始图像的像素点数量c小于预设图像识别算法X进行识别维度B下的图像识别时,所需要的像素点数量b,这样,预设图像识别算法X将无法从识别维度B对待识别的初始图像进行识别。
基于此,为了实现对初始图像的成功识别,得到初始图像在预设图像识别算法所具有的各个识别维度下的识别结果,电子设备可以利用满足预设颜色要求的像素点,对初始图像进行像素点填充,并在进行像素点填充后,得到像素点数量不小于上述各个预设像素点数量中的最大像素点数量的目标图像。
也就是说,相对于初始图像而言,目标图像是将初始图像的边界往外扩展,并在初始图像的原始边界和扩展后的边界之间的扩展区域内,填充满足预设颜色要求的像素点所得到的图像。其中,在上述扩展区域中所填充的满足预设颜色要求的像素点的像素点数量和初始图像的像素点数量的数量和不小于上述各个预设像素点数量中的最大像素点数量。
其中,需要说明的是,所得到的目标图像的分辨率与初始图像的分辨率相同,也就是说,在上述扩展区域填充满足预设颜色要求的像素点时,所填充的满足预设颜色要求的像素点是按照初始图像的分辨率进行填充的。
其中,可选的,一种具体实现方式中,上述满足预设颜色要求的像素点包括可以包括:指定颜色的像素点,并且,指定颜色可以包括:黑色。
其中,所填充的指定颜色的像素点的颜色值是指:在GRB色彩模式下,像素点的颜色。这样,电子设备便可以对初始图像填充某个颜色的边界,从而,得到目标图像。
例如,一些实施例中,上述指定颜色可以为黑色;从而,在这些实施例中,电子设备可以对初始图像填充黑边,以得到目标图像。当然,在另外一些实施例中,上述指定颜色还可以为白色、蓝色等颜色。
相应的,当上述步骤S102的检测结果为否时,说明上述初始图像的像素点数量不小于上述各个预设像素点数量中的全部数量,从而,预设图像识别算法可以直接对该初始图像进行图像识别,以得到该初始图像在各个识别维度下的识别结果。
S104:利用预设图像识别算法对目标图像进行识别,得到初始图像在各个识别维度下的识别结果。
由于所得到的目标图像的像素点数量不小于上述各个预设像素点数量中的最大像素点数量,从而,上述各个预设像素点数量中不存在大于目标图像的像素点数量的数量,从而,上述预设图像识别算法可以在各个识别维度下对目标图像进行识别。这样,在得到上述目标图像后,电子设备便可以利用预设图像识别算法对目标图像进行识别,得到初始图像在各个识别维度下的识别结果。
其中,可以预先对预设图像识别算法进行设定,以使其不对满足预设颜色要求的像素点进行识别,并且,目标图像仅仅是通过对初始图像进行满足预设颜色要求的像素点扩充所得到的,而在填充过程中,并不对初始图像中的图像目标进行更改,因此,预设图像识别算法在对目标图像进行识别时,仍然是对初始图像中的待识别图像目标进行识别,进而,在利用预设图像识别算法对目标图像进行识别时,所得到的识别结果是:初始图像在预设图像识别算法的各个识别维度下的识别结果。这样,便可以实现对初始图像的成功识别。
基于此,应用本发明实施例提供的方案,可以提高图像识别算法对低像素待识别图像的适应性。并且,本发明实施例提供的方案可以作为功能插件适用于任一图像识别算法。
可选的,一种具体实现方式中,如图2所示,上述步骤S103,利用满足预设颜色要求的像素点,对初始图像进行像素点填充,得到目标图像,可以包括如下步骤:
S1031:确定将初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;
S1032:基于上述面积和位置,在扩展区域中填充满足预设颜色要求的像素点,得到目标图像。
在检测到各个预设像素点数量中存在大于初始图像的的像素点数量的数量时,电子设备可以确定需要利用满足预设颜色要求的像素点,对初始图像进行像素点填充,以得到目标图像。
进而,由于所要得到的目标图像的像素点数量是不小于上述各个预设像素点数量中的最大像素点数量的,并且,所填充的满足预设颜色要求的像素点是按照初始图像的分辨率进行填充的,因此,电子设备可以首先确定将初始图像扩展为目标图像所需要填充的扩展区域的面积和位置。
这样,在确定上述扩展区域的面积和位置后,电子设备便可以基于该面积和位置,在该扩展区域中填充满足预设颜色要求的像素点,得到目标图像。
也就是说,所得到的目标图像包括初始图像和填充有满足预设颜色要求的像素点的扩展区域。其中,根据该扩展区域的位置可以确定该初始图像和扩展区域的位置关系,进而,可以确定初始图像中的像素点与待填充的满足预设颜色要求的像素点之间的位置关系。
其中,扩展区域可以位于与初始图像的边界连接的任一位置,也就是说,初始图像和扩展区域可以呈现相互连接的任一位置关系。
例如,如图3(a)所示,扩展区域的下边界与初始图像的上边界连接,则二者呈现上下排列的位置关系;
如图3(b)所示,扩展区域的左边界与初始图像的右边界连接,则二者呈现左右排列的位置关系;
如图3(c)所示,扩展区域为环形区域,其较短的四个边界分别与初始图像的四个边界连接,则二者呈现扩展区域环绕初始图像的位置关系;
如图3(d)所示,扩展区域为折线形多边形区域,其存在分别与初始图像的上边界和左边界连接的两个边界,则二者呈现扩展区域半环绕初始图像的位置关系。
需要说明的是,图3(a)-图3(d)所示的例子仅仅用于对扩展区域的位置进行举例说明,而非限定,任一能够实现本发明实施例提供的图像识别方法的扩展区域的位置均属于本发明实施例的保护范围。
可选的,一种具体实现方式中,上述步骤S1031,确定将初始图像扩展为目标图像所需要填充的扩展区域的面积和位置,可以包括如下步骤11-12:
步骤11:计算最大像素点数量与初始图像的像素点数量的差值或比值;
步骤12:利用计算得到的差值或比值,确定将初始图像扩展为目标图像所需要填充的扩展区域的面积和位置。
在本具体实现方式中,电子设备可以首先计算上述各个预设像素点数量中的最大像素点数量与初始像素的像素点数量的差值或比值。进而,电子设备便可以基于所计算得到的差值或比值,确定将初始图像扩展为目标图像所需要填充的扩展区域的面积和位置。
其中,当所计算得到的是上述最大像素点数量与初始图像的像素点数量的差值时,电子设备可以确定在对初始图像进行像素点填充时,所需要填充的像素点的数量的最小值即为该差值。这样,电子设备可以确定一不小于该差值的数值作为待填充的满足预设颜色要求的像素点的数量。例如,电子设备可以将该差值作为待填充的满足预设颜色要求的像素点的数量。
从而,电子设备可以根据初始图像的分辨率,确定用于填充上述所确定的数量个满足预设颜色要求的像素点所需要的扩展区域的面积。进一步,电子设备便可以根据所确定的扩展区域的面积,在与初始图像连接的区域内,确定该扩展区域的位置,且该扩展区域与初始图像的边界连接。
其中,在根据上述所确定的扩展区域的面积,确定扩展区域的位置时,电子设备可以按照在预设的位置确定区域内,确定该扩展区域的位置,也可以在与初始图像连接的区域内,随机确定该扩展区域的位置。这都是合理的。
例如,所计算得到的上述最大像素点数量与初始图像的像素点数量的差值为500,则可以确定待填充的满足预设颜色要求的像素点的数量为500。进而,初始图像的分辨率为100PPI(Pixels Per Inch,像素密度),其中,由于100PPI是指每英寸初始图像中用于100个像素点,从而,可以计算得到填充预设颜色要求的500个像素点所需要的扩展区域的面积为5英寸。这样,电子设备便可以在与初始图像连接的区域内,随机确定一个面积为5英寸且与初始图像的边界连接的区域,作为用于填充满足预设颜色要求的像素点的扩展区域。
当所计算得到的是上述最大像素点数量与初始图像的像素点数量的比值时,由于对初始图像进行像素点填充所得到的目标图像和初始图像的分辨率相同,因此,电子设备可以确定上述比值即为所得到的目标图像与初始图像的面积的比值的最小值。从而,电子设备可以根据确定一不小于该比值的数值,作为最终得到的目标图像和初始图像的大小的比值。例如,电子设备可以将上述比值作为最终得到的目标图像和初始图像的大小的比值。
从而,电子设备便可以根据上述比值,确定用于填充满足预设颜色要求的像素点的扩展区域的面积。进一步的,电子设备便可以根据所确定的扩展区域的面积,在与初始图像连接的区域内,确定该扩展区域的位置,且该扩展区域与初始图像的边界连接。
其中,在根据上述所确定的扩展区域的面积,确定扩展区域的位置时,电子设备可以按照在预设的位置确定区域内,确定该扩展区域的位置,也可以在与初始图像连接的区域内,随机确定该扩展区域的位置。这都是合理的。
例如,所计算得到的上述最大像素点数量与初始图像的像素点数量的比值为2,则可以确定最终得到的目标图像和初始图像的大小的比值为2。进而,初始图像的面积为S,则可以确定用于填充满足预设颜色要求的像素点的扩展区域的面积也为S。这样,电子设备便可以在与初始图像连接的区域内,随机确定一个面积为S且与初始图像的边界连接的区域,作为用于填充满足预设颜色要求的像素点的扩展区域。
其中,可选的,在确定最终得到的目标图像和初始图像的大小的比值后,电子设备可以将按照该比值,将初始图像的边界向外扩展,直至向外扩展的边界所构成的区域的大小与初始图像的大小的比值为上述所确定的比值。进而,电子设备便可以将向外扩展的边界所构成的区域中,除初始图像外的区域作为所确定的扩展区域,从而,得到扩展区域的面积和位置。
例如,所计算得到的上述最大像素点数量与初始图像的像素点数量的比值为1.5,则可以确定最终得到的目标图像和初始图像的大小的比值为2。进而,初始图像的面积为S,则可以将初始图像的边界向外扩展,直至向外扩展的边界所构成的区域的大小与初始图像的大小的比值为2时,便可以将向外扩展的边界所构成的区域中,除初始图像外的区域作为所确定的扩展区域,从而,得到扩展区域的面积和位置。
可选的,另一种具体实现方式中,上述步骤S1031,确定将初始图像扩展为目标图像所需要填充的扩展区域的面积和位置,可以包括如下步骤21:
步骤21:按照指定扩展倍数,确定将初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;
其中,指定扩展倍数为:预先指定的满足目标条件的倍数,目标条件包括能够使得进行像素点填充后的任一图像的像素点数量不小于最大像素点数。
在利用预设图像识别算法对初始图像进行识别之前,可以首先根据初始图像的图像来源,确定所能得到的初始图像的最小像素点数量,从而,根据上述各个预设像素点中的最大像素点数量和该初始图像的最小像素点数量之间的倍数关系,确定上述指定扩展倍数。其中,该指定扩展倍数不小于上述各个预设像素点中的最大像素点数量与该初始图像的最小像素点数量的比值。
基于此,当检测到上述各个预设像素点数量中存在大于该初始图像的的像素点数量的数量时,电子设备便可以按照指定扩展倍数,确定由初始图像扩展为目标图像时,待填充像素点的扩展区域的面积和位置。
其中,电子设备可以根据上述指定扩展倍数,确定待填充像素点的扩展区域的面积。进一步的,电子设备便可以根据所确定的扩展区域的面积,在与初始图像连接的区域内,确定该扩展区域的位置,且该扩展区域与初始图像的边界连接。
其中,在根据上述所确定的扩展区域的面积,确定扩展区域的位置时,电子设备可以按照在预设的位置确定区域内,确定该扩展区域的位置,也可以在与初始图像连接的区域内,随机确定该扩展区域的位置。这都是合理的。
其中,可选的,电子设备可以将按照上述指定扩展倍数,将初始图像的边界向外扩展,直至向外扩展的边界所构成的区域的大小与初始图像的大小的比值为上述指定扩展倍数。进而,电子设备便可以将向外扩展的边界所构成的区域中,除初始图像外的区域作为所确定的扩展区域,从而,得到扩展区域的面积和位置。
需要说明的是,由于指定扩展倍数不小于上述各个预设像素点中的最大像素点数量与初始图像的最小像素点数量的比值,因此,针对任一初始图像,当检测到上述各个预设像素点数量中存在大于该初始图像的的像素点数量的数量时,电子设备基于该指定扩展倍数所得到的目标图像的像素点数量可以不小于上述各个预设像素点中的最大像素点数量。
可选的,一种具体实现方式中,如图4所示,上述S1032:基于面积和位置,在扩展区域中填充满足预设颜色要求的像素点,得到目标图像,可以包括步骤S1032A-S1032C:
S1032A:对初始图像进行解码,得到初始图像编码数据;
S1032B:基于面积和位置,在图像编码数据中插入满足预设颜色要求的像素点的编码数据,得到目标图像编码数据;
S1032C:基于目标图像编码数据,生成目标图像。
其中,可选的,电子设备对目标图像编码数据进行压缩,得到目标图像。
在确定扩展区域的面积和位置后,电子设备便可以确定待添加的满足预设颜色要求的像素点的数量,以及初始图像中的像素点与待填充的满足预设颜色要求的像素点之间的位置关系。
这样,电子设备首先对初始图像进行解码,得到初始图像编码数据,进而,电子设备可以根据上述扩展区域的面积和位置,在所得到的初始图像编码数据中插入满足预设颜色要求的像素点的编码数据,得到目标图像编码数据。进而,便可以基于该目标图像编码数据,生成目标图像。
其中,可选的,电子设备可以在内存中确定一用于存储上述目标图像编码数据的存储区域,从而,电子设备可以根据上述扩展区域的面积和位置,将初始图像的初始图像编码数据和满足预设颜色要求的像素点的编码数据存储到上述所确定的存储区域中,从而,在内存中存储目标图像编码数据。进而,在对该目标图像编码数据进行图像压缩后,便可以得到目标图像。
可选的,一种具体实现方式中,上述初始图像的初始图像编码数据为:初始图像的YUV数据。进而,在本具体实现方式中,上述满足预设颜色要求的像素点的编码数据即为该满足预设颜色要求的像素点的YUV数据。
其中,在上述YUV数据中,Y表示图像的明亮度(Luminance、Luma),U和V则表示图像的色度和浓度(Chrominance、Chroma)。
此外,可选的,一种具体实现方式中,预设图像识别算法具有一个识别维度,则在获取到待识别的初始图像后,电子设备便可以检测预设图像识别算法进行该识别维度下的图像识别时,所需要的像素点数量是否大于初始图像的像素点数量。进而,在上述检测结果为是,即预设图像识别算法进行该识别维度下的图像识别时,所需要的像素点数量大于初始图像的像素点数量时,电子设备便可以利用满足预设颜色要求的像素点,对该初始图像进行像素点填充,得到像素点数量不小于预设图像识别算法进行该识别维度下的图像识别时,所需要的像素点数量的目标图像。这样,电子设备便可以利用预设图像识别算法对目标图像进行识别,得到初始图像在该识别维度下的识别结果。
基于此,在本具体实现方式中,当预设图像识别算法仅具有一个识别维度,且该预设图像识别算法进行该识别维度下的图像识别时,所需要的像素点数量大于初始图像的像素点数量时,电子设备可以通过将初始图像扩展为目标图像,从而,对目标图像进行识别,得到初始图像在该识别维度下的识别结果,避免了预设图像识别算法报错导致的无法得到初始图像的识别结果的情况发生。
相应于上述本发明实施例提供的一种图像识别方法,本发明实施例还提供了一种图像识别装置。
图5为本发明实施例提供的一种图像识别装置的结构示意图。如图5所示,该图像识别装置可以包括如下模块:
图像获取模块510,用于获取待识别的初始图像;
数量检测模块520,用于检测各个预设像素点数量中,是否存在大于所述初始图像的像素点数量的数量;如果是,触发像素点填充模块530;其中,所述各个预设像素点数量为:预设图像识别算法进行各个识别维度下的图像识别时,所分别需要的像素点数量;所述预设图像识别算法为图像识别时所需利用的识别算法;
所述像素点填充模块530,用于利用预设图像识别算法的像素点,对所述初始图像进行像素点填充,得到目标图像;其中,所述目标图像的像素点数量不小于所述各个预设像素点数量中的最大像素点数量;
图像识别模块540,用于利用所述预设图像识别算法对所述目标图像进行识别,得到所述初始图像在所述各个识别维度下的识别结果。
以上可见,应用本发明实施例提供的方案,在利用预设图像识别算法对待识别的初始图像进行图像识别时,在获取到初始图像后,可以首先检测各个预设像素点数量中,是否存在大于该初始图像的像素点数量的数量。也就是说,检测该初始图像的像素点数量是否能够满足预设图像识别算法所具有的全部识别维度的要求。从而,在上述检测结果为是时,可以确定该初始图像的像素点数量不能够满足预设图像识别算法所具有的全部识别维度的要求,进而,便可以利用满足预设颜色要求的像素点,对该初始图像进行像素点填充,得到像素点数量不小于上述各个预设像素点数量中的最大像素点数量的目标图像。这样,预设图像识别算法便可以对所得到的目标图像进行识别,从而,得到初始图像在预设图像识别算法所具有的各个识别维度下的识别结果。
其中,由于目标图像仅仅是对初始图像进行满足预设颜色要求的像素点填充所得到的,并且,该像素点填充过程中,并不对初始图像中的图像目标进行更改,因此,预设图像识别算法在对目标图像进行识别时,所识别的依然是初始图像中的图像目标,从而,可以实现对初始图像的成功识别。
基于此,应用本发明实施例提供的方案,在出现待识别图像的像素点数量不能满足图像识别算法中全部识别维度的要求的情况时,可以利用满足预设颜色要求的像素点,对待识别图像进行像素点填充,从而,得到像素点数量满足图像识别算法中全部识别维度的要求的目标图像。进而,利用图像识别算法对所得到的目标图像的识别便可以得到待识别图像在图像识别算法的各个识别维度下的识别结果。这样,便可以实现在待识别图像的像素点数量不能满足图像识别算法中全部识别维度的要求的情况下,对待识别图像的成功识别。
可选的,一种具体实现方式中,所述像素点填充模块530包括:
区域确定子模块,用于确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;
像素点填充子模块,用于基于所述面积和所述位置,在所述扩展区域中像填充满足预设颜色要求的像素点,得到所述目标图像。
可选的,一种具体实现方式中,所述区域确定子模块具体用于:
计算所述最大像素点数量与所述初始图像的像素点数量的差值或比值,并利用计算得到的差值或比值,确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;或者,
按照指定扩展倍数,确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;其中,所述指定扩展倍数为:预先指定的满足目标条件的倍数,所述目标条件包括能够使得进行像素点填充后的任一图像的像素点数量不小于所述最大像素点数量。
可选的,一种具体实现方式中,所述像素点填充子模块具体用于:
对所述初始图像进行解码,得到初始图像编码数据;
基于所述面积和所述位置,在所述图像编码数据中插入满足预设颜色要求的像素点的编码数据,得到目标图像编码数据;
基于所述目标图像编码数据,生成目标图像。
可选的,一种具体实现方式中,所述满足预设颜色要求的像素点包括:指定颜色的像素点;其中,所述指定颜色包括:黑色。
本发明实施例还提供了一种电子设备,如图6所示,包括处理器601、通信接口602、存储器603和通信总线604,其中,处理器601,通信接口602,存储器603通过通信总线604完成相互间的通信,
存储器603,用于存放计算机程序;
处理器601,用于执行存储器603上所存放的程序时,实现上述本发明实施例提供的任一图像识别方法的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述本发明实施例提供的任一图像识别方法的步骤。。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述本发明实施例提供的任一图像识别方法的步骤。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例、电子设备实施例、计算机可读存储介质实施例,以及计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (12)
1.一种图像识别方法,其特征在于,所述方法包括:
获取待识别的初始图像;
检测各个预设像素点数量中,是否存在大于所述初始图像的像素点数量的数量;其中,所述各个预设像素点数量为:预设图像识别算法进行各个识别维度下的图像识别时,所分别需要的像素点数量;所述预设图像识别算法为图像识别时所需利用的识别算法;
若为是,利用满足预设颜色要求的像素点,对所述初始图像进行像素点填充,得到目标图像;其中,所述目标图像的像素点数量不小于所述各个预设像素点数量中的最大像素点数量;
利用所述预设图像识别算法对所述目标图像进行识别,得到所述初始图像在所述各个识别维度下的识别结果。
2.根据权利要求1所述的方法,其特征在于,所述利用满足预设颜色要求的像素点,对所述初始图像进行像素点填充,得到目标图像的步骤,包括:
确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;
基于所述面积和所述位置,在所述扩展区域中填充满足预设颜色要求的像素点,得到所述目标图像。
3.根据权利要求2所述的方法,其特征在于,所述确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置的步骤,包括:
计算所述最大像素点数量与所述初始图像的像素点数量的差值或比值,并利用计算得到的差值或比值,确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;
或者,
按照指定扩展倍数,确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;其中,所述指定扩展倍数为:预先指定的满足目标条件的倍数,所述目标条件包括能够使得进行像素点填充后的任一图像的像素点数量不小于所述最大像素点数量。
4.根据权利要求2所述的方法,其特征在于,所述基于所述面积和所述位置,在所述扩展区域中填充满足预设颜色要求的像素点,得到所述目标图像的步骤,包括:
对所述初始图像进行解码,得到初始图像编码数据;
基于所述面积和所述位置,在所述图像编码数据中插入满足预设颜色要求的像素点的编码数据,得到目标图像编码数据;
基于所述目标图像编码数据,生成目标图像。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述满足预设颜色要求的像素点包括:指定颜色的像素点;其中,所述指定颜色包括:黑色。
6.一种图像识别装置,其特征在于,所述装置包括:
图像获取模块,用于获取待识别的初始图像;
数量检测模块,用于检测各个预设像素点数量中,是否存在大于所述初始图像的像素点数量的数量;如果是,触发像素点填充模块;其中,所述各个预设像素点数量为:预设图像识别算法进行各个识别维度下的图像识别时,所分别需要的像素点数量;所述预设图像识别算法为图像识别时所需利用的识别算法;
所述像素点填充模块,用于利用满足预设颜色要求的像素点,对所述初始图像进行像素点填充,得到目标图像;其中,所述目标图像的像素点数量不小于所述各个预设像素点数量中的最大像素点数量;
图像识别模块,用于利用所述预设图像识别算法对所述目标图像进行识别,得到所述初始图像在所述各个识别维度下的识别结果。
7.根据权利要求6所述的装置,其特征在于,所述像素点填充模块包括:
区域确定子模块,用于确定将所述初始图像扩展为目标图像所需要填充的的扩展区域的面积和位置;
像素点填充子模块,用于基于所述面积和所述位置,在所述扩展区域中填充满足预设颜色要求的像素点,得到所述目标图像。
8.根据权利要求7所述的装置,其特征在于,所述区域确定子模块具体用于:
计算所述最大像素点数量与所述初始图像的像素点数量的差值或比值,并利用计算得到的差值或比值,确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;或者,
按照指定扩展倍数,确定将所述初始图像扩展为目标图像所需要填充的扩展区域的面积和位置;其中,所述指定扩展倍数为:预先指定的满足目标条件的倍数,所述目标条件包括能够使得进行像素点填充后的任一图像的像素点数量不小于所述最大像素点数量。
9.根据权利要求7所述的装置,其特征在于,所述像素点填充子模块具体用于:
对所述初始图像进行解码,得到初始图像编码数据;
基于所述面积和所述位置,在所述图像编码数据中插入满足预设颜色要求的像素点的编码数据,得到目标图像编码数据;
基于所述目标图像编码数据,生成目标图像。
10.根据权利要求6-9任一项所述的装置,其特征在于,所述满足预设颜色要求的像素点包括:指定颜色的像素点;其中,所述指定颜色包括:黑色。
11.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-5任一所述的方法步骤。
12.一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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011175045.4A CN112270356B (zh) | 2020-10-28 | 2020-10-28 | 一种图像识别方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011175045.4A CN112270356B (zh) | 2020-10-28 | 2020-10-28 | 一种图像识别方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112270356A true CN112270356A (zh) | 2021-01-26 |
CN112270356B CN112270356B (zh) | 2023-10-13 |
Family
ID=74344376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011175045.4A Active CN112270356B (zh) | 2020-10-28 | 2020-10-28 | 一种图像识别方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112270356B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327284A (zh) * | 2021-05-27 | 2021-08-31 | 北京百度网讯科技有限公司 | 图像识别方法、装置、电子设备和存储介质 |
CN113362355A (zh) * | 2021-05-31 | 2021-09-07 | 杭州萤石软件有限公司 | 一种地面材质识别方法、装置和扫地机器人 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120106824A1 (en) * | 2010-10-29 | 2012-05-03 | International Business Machines Corporation | Methods and Systems Involving Measuring Complex Dimensions of Silicon Devices |
EP2977932A2 (en) * | 2014-07-25 | 2016-01-27 | Rakuten, Inc. | Image processing apparatus, image processing method and image processing program |
CN108259742A (zh) * | 2018-01-12 | 2018-07-06 | 北京图森未来科技有限公司 | 一种图像采集方法和装置 |
CN109447981A (zh) * | 2018-11-12 | 2019-03-08 | 平安科技(深圳)有限公司 | 图像识别方法及相关产品 |
US20190354811A1 (en) * | 2017-12-07 | 2019-11-21 | Shanghai Cambricon Information Technology Co., Ltd | Image compression method and related device |
CN111598779A (zh) * | 2020-05-14 | 2020-08-28 | Oppo广东移动通信有限公司 | 图像超分辨率处理方法和装置、电子设备及存储介质 |
CN111680544A (zh) * | 2020-04-24 | 2020-09-18 | 北京迈格威科技有限公司 | 人脸识别方法、装置、系统、设备及介质 |
CN111738280A (zh) * | 2020-06-29 | 2020-10-02 | 腾讯科技(武汉)有限公司 | 一种图像识别方法、装置、设备及可读存储介质 |
CN111833340A (zh) * | 2020-07-21 | 2020-10-27 | 北京百度网讯科技有限公司 | 图像检测方法、装置、电子设备及存储介质 |
-
2020
- 2020-10-28 CN CN202011175045.4A patent/CN112270356B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120106824A1 (en) * | 2010-10-29 | 2012-05-03 | International Business Machines Corporation | Methods and Systems Involving Measuring Complex Dimensions of Silicon Devices |
EP2977932A2 (en) * | 2014-07-25 | 2016-01-27 | Rakuten, Inc. | Image processing apparatus, image processing method and image processing program |
US20160026859A1 (en) * | 2014-07-25 | 2016-01-28 | Rakuten, Inc. | Image processing apparatus, image processing method and image processing program |
US20190354811A1 (en) * | 2017-12-07 | 2019-11-21 | Shanghai Cambricon Information Technology Co., Ltd | Image compression method and related device |
CN108259742A (zh) * | 2018-01-12 | 2018-07-06 | 北京图森未来科技有限公司 | 一种图像采集方法和装置 |
CN109447981A (zh) * | 2018-11-12 | 2019-03-08 | 平安科技(深圳)有限公司 | 图像识别方法及相关产品 |
CN111680544A (zh) * | 2020-04-24 | 2020-09-18 | 北京迈格威科技有限公司 | 人脸识别方法、装置、系统、设备及介质 |
CN111598779A (zh) * | 2020-05-14 | 2020-08-28 | Oppo广东移动通信有限公司 | 图像超分辨率处理方法和装置、电子设备及存储介质 |
CN111738280A (zh) * | 2020-06-29 | 2020-10-02 | 腾讯科技(武汉)有限公司 | 一种图像识别方法、装置、设备及可读存储介质 |
CN111833340A (zh) * | 2020-07-21 | 2020-10-27 | 北京百度网讯科技有限公司 | 图像检测方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
YING ZHAO等: "Image processing based recognition of images with a limited number of pixels using simulated prosthetic vision", 《INFORMATION SCIENCES》, vol. 180, no. 16, pages 2915 - 2924, XP027066551, DOI: 10.1016/j.ins.2010.04.021 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327284A (zh) * | 2021-05-27 | 2021-08-31 | 北京百度网讯科技有限公司 | 图像识别方法、装置、电子设备和存储介质 |
CN113362355A (zh) * | 2021-05-31 | 2021-09-07 | 杭州萤石软件有限公司 | 一种地面材质识别方法、装置和扫地机器人 |
CN113362355B (zh) * | 2021-05-31 | 2023-06-02 | 杭州萤石软件有限公司 | 一种地面材质识别方法、装置和扫地机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN112270356B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019223586A1 (zh) | 车位使用状况的检测方法、装置、电子设备及存储介质 | |
CN107944450B (zh) | 一种车牌识别方法及装置 | |
CN110083740B (zh) | 视频指纹提取及视频检索方法、装置、终端及存储介质 | |
CN111666907B (zh) | 一种视频中对象信息的识别方法、装置及服务器 | |
CN112270356A (zh) | 一种图像识别方法、装置及电子设备 | |
CN111652230B (zh) | 车牌识别方法、电子设备及存储介质 | |
CN108229466B (zh) | 一种车牌识别方法及装置 | |
CN116935430A (zh) | 图框识别方法、装置、电子设备和存储介质 | |
CN115357155A (zh) | 窗口识别方法、装置、设备及计算机可读存储介质 | |
CN113762220B (zh) | 目标识别方法、电子设备、计算机可读存储介质 | |
CN114445844A (zh) | 板构件识别方法、装置、设备及存储介质 | |
CN108647570B (zh) | 斑马线检测方法、装置及计算机可读存储介质 | |
CN111127480B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN111768345A (zh) | 身份证背面图像的校正方法、装置、设备及存储介质 | |
CN111768346A (zh) | 身份证背面图像的校正方法、装置、设备及存储介质 | |
CN115630663A (zh) | 一种二维码识别方法、装置及电子设备 | |
CN113343986B (zh) | 字幕时间区间确定方法、装置、电子设备及可读存储介质 | |
CN111091118A (zh) | 图像的识别方法、装置及电子设备和存储介质 | |
CN110929708A (zh) | 识别泰国身份证中国旗的方法、设备及存储介质 | |
CN111815499A (zh) | 一种水印删除方法及装置 | |
CN111402282B (zh) | 一种图像处理方法及设备 | |
CN112399236B (zh) | 一种视频查重方法、装置及电子设备 | |
CN110543624B (zh) | 一种pdf文档中复选框的识别方法、装置及电子设备 | |
CN111738185B (zh) | 一种目标识别方法、装置及设备 | |
CN110858281B (zh) | 图像处理方法、装置、电子眼及存储介质 |
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 |