CN112308088A - 一种智能筛选全透明图片的方法 - Google Patents
一种智能筛选全透明图片的方法 Download PDFInfo
- Publication number
- CN112308088A CN112308088A CN202010974055.8A CN202010974055A CN112308088A CN 112308088 A CN112308088 A CN 112308088A CN 202010974055 A CN202010974055 A CN 202010974055A CN 112308088 A CN112308088 A CN 112308088A
- Authority
- CN
- China
- Prior art keywords
- picture
- pictures
- transparent
- folder
- small
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012216 screening Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000005070 sampling Methods 0.000 claims description 18
- 238000007689 inspection Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
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
- G06V10/20—Image preprocessing
- G06V10/32—Normalisation of the pattern dimensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种智能筛选全透明图片的方法,所述智能筛选全透明图片的方法包括如下步骤:根据图片的大小将图片裁剪为相同尺寸的小图片;对同等尺寸的小图片进行编号,并依次对小图片进行透明判别;建立两个文件夹,文件夹名称为透明图片文件夹和项目资源文件夹,若小图片的透明判别为透明图片,将图片保存在名称为透明图片的文件夹中,若小图片的透明判别为非透明图片,将图片保存在名称为项目资源的文件夹中;将所有图片全部完成透明判别并分好类后,对两个文件夹中的图片分别进行依次判别,若在透明图片文件夹中检查到非透明图片,则将图片保存在项目资源文件夹中;根据图片上编号随机抽取图片进行检测,检查图片的透明性是否判别错误。
Description
技术领域
本申请涉及一种筛选全透明图片方法,具体是一种智能筛选全透明图片的方法。
背景技术
图片识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。一般工业使用中,采用工业相机拍摄图片,然后再利用软件根据图片灰阶差做进一步识别处理,图像识别软件国外代表的有康耐视等,国内代表的有图智能等。另外在地理学中指将遥感图像进行分类的技术。
传统使用的筛选全透明图片一般采用眼睛识别的方法,劳动强度高,工作效率和判别正确率低。因此,针对上述问题提出一种智能筛选全透明图片的方法。
申请内容
一种智能筛选全透明图片的方法,所述智能筛选全透明图片的方法包括如下步骤:
(1)拿到大量并含有透明的图片,将这些图片统一放到指定文件夹里面,对尺寸较 小的图片不用进行切割,若是图片尺寸较大,显示屏不能构整体显示出图片,应该根据图片 的大小将图片裁剪为相同尺寸的小图片,小图片的尺寸为256*256;
(2)对同等尺寸的小图片进行编号,并依次对小图片进行透明判别;
(3)建立两个文件夹,一个文件夹名称为透明图片文件夹,另一个文件夹为项目资源文件夹,若小图片的透明判别为透明图片,将图片保存在名称为透明图片的文件夹中,若小图片的透明判别为非透明图片,将图片保存在名称为项目资源的文件夹中;
(4)将所有图片全部完成透明判别并分好类后,对两个文件夹中的图片分别进行依次判别,若在透明图片文件夹中检查到非透明图片,则将图片保存在项目资源文件夹中,若在项目资源文件夹中检查到透明图片,则将图片保存在透明图片文件夹中;
(5)根据图片上编号随机抽取图片进行检测,检查图片的透明性是否判别错误。
进一步地,所述步骤(1)中针对原图片的大小将图片切割为256*256或125*125两种尺寸的大小。
进一步地,所述步骤(2)中依次对切割后的小图片从001开始进行编号。
进一步地,所述步骤(3)中通过添加水印的方式将小图片插入背景素材图片上,背景素材图片为非透明图片,通过观察小图片在背景素材图片上的状态判别小图片是否透明。
进一步地,所述步骤(4)中若其中一个文件中的图片检测处透明判别出现错误,应该将小图片移动至另一个文件夹,并从本文件夹中删除。
进一步地,所述步骤(5)中根据小图片的最大编号N进行随机选号,在总样本容量的25%-35%的样本进行抽查,即001-N中随机选取出25%-35%个号码进行检查。
进一步的,所述步骤(5)中对两个文件夹中小图片进行随机检查,若两个文件中的总个数差距大,应该对两个文件夹分开进行抽样检查,避免抽样样本集中在样本容量大的文件中,使得另一个文件夹抽样样本不足。
进一步的,所述步骤(4)中对两个文件夹中小图片进行依次检查,若出现无法判别透明性的小图片时,将小图片暂时保存在一个待定文件夹中,并进行透明型判别。
进一步的,所述步骤(4)中对无法判别透明性的小图片进行透明性判别时,应该采取三种以上判别方式进行判断,根据判断的结果,若对图片为透明性的检测结果较多时,则认定该图片为透明性图片。
进一步的,所述步骤(4)中对两个文件夹中小图片进行检查,若两个文件夹中的样本容量都大,可以采取抽样检查的方式进行检查,对两个文件夹的抽样样本应该占总容量的60%-70%。
本申请的有益效果是:本申请提供了一种具有检测效率高、正确率高的智能筛选全透明图片的方法。
附图说明
为了更清楚地说明本申请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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请流程图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例一:
一种智能筛选全透明图片的方法,所述智能筛选全透明图片的方法包括如下步骤:
(1)拿到大量并含有透明的图片,将这些图片统一放到指定文件夹里面,对尺寸较 小的图片不用进行切割,若是图片尺寸较大,显示屏不能构整体显示出图片,应该根据图片 的大小将图片裁剪为相同尺寸的小图片,小图片的尺寸为256*256;
(2)对同等尺寸的小图片进行编号,并依次对小图片进行透明判别;
(3)建立两个文件夹,一个文件夹名称为透明图片文件夹,另一个文件夹为项目资源文件夹,若小图片的透明判别为透明图片,将图片保存在名称为透明图片的文件夹中,若小图片的透明判别为非透明图片,将图片保存在名称为项目资源的文件夹中;
(4)将所有图片全部完成透明判别并分好类后,对两个文件夹中的图片分别进行依次判别,若在透明图片文件夹中检查到非透明图片,则将图片保存在项目资源文件夹中,若在项目资源文件夹中检查到透明图片,则将图片保存在透明图片文件夹中;
(5)根据图片上编号随机抽取图片进行检测,检查图片的透明性是否判别错误。
进一步的,所述步骤(1)中针对原图片的大小将图片切割为256*256尺寸的大小。
进一步的,所述步骤(2)中依次对切割后的小图片从001开始进行编号。
进一步的,所述步骤(3)中通过添加水印的方式将小图片插入背景素材图片上,背景素材图片为非透明图片,通过观察小图片在背景素材图片上的状态判别小图片是否透明。
进一步的,所述步骤(4)中若其中一个文件中的图片检测处透明判别出现错误,应该将小图片移动至另一个文件夹,并从本文件夹中删除。
进一步的,所述步骤(5)中根据小图片的最大编号N进行随机选号,在总样本容量的25%的样本进行抽查,即001-N中随机选取出25%个号码进行检查。
进一步的,所述步骤(5)中对两个文件夹中小图片进行随机检查,若两个文件中的总个数差距大,应该对两个文件夹分开进行抽样检查,避免抽样样本集中在样本容量大的文件中,使得另一个文件夹抽样样本不足。
进一步的,所述步骤(4)中对两个文件夹中小图片进行依次检查,若出现无法判别透明性的小图片时,将小图片暂时保存在一个待定文件夹中,并进行透明型判别。
进一步的,所述步骤(4)中对无法判别透明性的小图片进行透明性判别时,应该采取三种以上判别方式进行判断,根据判断的结果,若对图片为透明性的检测结果较多时,则认定该图片为透明性图片。
进一步的,所述步骤(4)中对两个文件夹中小图片进行检查,若两个文件夹中的样本容量都大,可以采取抽样检查的方式进行检查,对两个文件夹的抽样样本应该占总容量的60%。
上述方法适用于图片原尺寸较大且原图片较简单的全透明筛选的方法。
实施例二:
一种智能筛选全透明图片的方法,所述智能筛选全透明图片的方法包括如下步骤:
(1)拿到大量并含有透明的图片,将这些图片统一放到指定文件夹里面,对尺寸较
小的图片不用进行切割,若是图片尺寸较大,显示屏不能构整体显示出图片,应该根据图片
的大小将图片裁剪为相同尺寸的小图片,小图片的尺寸为256*256;
(2)对同等尺寸的小图片进行编号,并依次对小图片进行透明判别;
(3)建立两个文件夹,一个文件夹名称为透明图片文件夹,另一个文件夹为项目资源文件夹,若小图片的透明判别为透明图片,将图片保存在名称为透明图片的文件夹中,若小图片的透明判别为非透明图片,将图片保存在名称为项目资源的文件夹中;
(4)将所有图片全部完成透明判别并分好类后,对两个文件夹中的图片分别进行依次判别,若在透明图片文件夹中检查到非透明图片,则将图片保存在项目资源文件夹中,若在项目资源文件夹中检查到透明图片,则将图片保存在透明图片文件夹中;
(5)根据图片上编号随机抽取图片进行检测,检查图片的透明性是否判别错误。
进一步的,所述步骤(1)中针对原图片的大小将图片切割为125*125尺寸的大小。
进一步的,所述步骤(2)中依次对切割后的小图片从001开始进行编号。
进一步的,所述步骤(3)中通过添加水印的方式将小图片插入背景素材图片上,背景素材图片为非透明图片,通过观察小图片在背景素材图片上的状态判别小图片是否透明。
进一步的,所述步骤(4)中若其中一个文件中的图片检测处透明判别出现错误,应该将小图片移动至另一个文件夹,并从本文件夹中删除。
进一步的,所述步骤(5)中根据小图片的最大编号N进行随机选号,在总样本容量的35%的样本进行抽查,即001-N中随机选取出35%个号码进行检查。
进一步的,所述步骤(5)中对两个文件夹中小图片进行随机检查,若两个文件中的总个数差距大,应该对两个文件夹分开进行抽样检查,避免抽样样本集中在样本容量大的文件中,使得另一个文件夹抽样样本不足。
进一步的,所述步骤(4)中对两个文件夹中小图片进行依次检查,若出现无法判别透明性的小图片时,将小图片暂时保存在一个待定文件夹中,并进行透明型判别。
进一步的,所述步骤(4)中对无法判别透明性的小图片进行透明性判别时,应该采取三种以上判别方式进行判断,根据判断的结果,若对图片为透明性的检测结果较多时,则认定该图片为透明性图片。
进一步的,所述步骤(4)中对两个文件夹中小图片进行检查,若两个文件夹中的样本容量都大,可以采取抽样检查的方式进行检查,对两个文件夹的抽样样本应该占总容量的70%。
上述方法适用于图片原尺寸较小且原图片较复杂的全透明筛选的方法。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种智能筛选全透明图片的方法,其特征在于:所述智能筛选全透明图片的方法包括如下步骤:
(1)拿到大量并含有透明的图片,将这些图片统一放到指定文件夹里面,对尺寸较小的 图片不用进行切割,若是图片尺寸较大,显示屏不能构整体显示出图片,应该根据图片的大小将图片裁剪为相同尺寸的小图片,小图片的尺寸为256*256;
(2)对同等尺寸的小图片进行编号,并依次对小图片进行透明判别;
(3)建立两个文件夹,一个文件夹名称为透明图片文件夹,另一个文件夹为项目资源文件夹,若小图片的透明判别为透明图片,将图片保存在名称为透明图片的文件夹中,若小图片的透明判别为非透明图片,将图片保存在名称为项目资源的文件夹中;
(4)将所有图片全部完成透明判别并分好类后,对两个文件夹中的图片分别进行依次判别,若在透明图片文件夹中检查到非透明图片,则将图片保存在项目资源文件夹中,若在项目资源文件夹中检查到透明图片,则将图片保存在透明图片文件夹中;
(5)根据图片上编号随机抽取图片进行检测,检查图片的透明性是否判别错误。
2.根据权利要求1所述的一种智能筛选全透明图片的方法,其特征在于:所述步骤(1)中针对原图片的大小将图片切割为256*256或125*125两种尺寸的大小。
3.根据权利要求1所述的一种智能筛选全透明图片的方法,其特征在于:所述步骤(2)中依次对切割后的小图片从001开始进行编号。
4.根据权利要求1所述的一种智能筛选全透明图片的方法,其特征在于:所述步骤(3)中通过添加水印的方式将小图片插入背景素材图片上,背景素材图片为非透明图片,通过观察小图片在背景素材图片上的状态判别小图片是否透明。
5.根据权利要求1所述的一种智能筛选全透明图片的方法,其特征在于:所述步骤(4)中若其中一个文件中的图片检测处透明判别出现错误,应该将小图片移动至另一个文件夹,并从本文件夹中删除。
6.根据权利要求1所述的一种智能筛选全透明图片的方法,其特征在于:所述步骤(5)中根据小图片的最大编号N进行随机选号,在总样本容量的25%-35%的样本进行抽查,即001-N中随机选取出25%-35%个号码进行检查。
7.根据权利要求1所述的一种智能筛选全透明图片的方法,其特征在于:所述步骤(5)中对两个文件夹中小图片进行随机检查,若两个文件中的总个数差距大,应该对两个文件夹分开进行抽样检查,避免抽样样本集中在样本容量大的文件中,使得另一个文件夹抽样样本不足。
8.根据权利要求1所述的一种智能筛选全透明图片的方法,其特征在于:所述步骤(4)中对两个文件夹中小图片进行依次检查,若出现无法判别透明性的小图片时,将小图片暂时保存在一个待定文件夹中,并进行透明型判别。
9.根据权利要求8所述的一种智能筛选全透明图片的方法,其特征在于:所述步骤(4)中对无法判别透明性的小图片进行透明性判别时,应该采取三种以上判别方式进行判断,根据判断的结果,若对图片为透明性的检测结果较多时,则认定该图片为透明性图片。
10.根据权利要求1所述的一种智能筛选全透明图片的方法,其特征在于:所述步骤(4)中对两个文件夹中小图片进行检查,若两个文件夹中的样本容量都大,可以采取抽样检查的方式进行检查,对两个文件夹的抽样样本应该占总容量的60%-70%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010974055.8A CN112308088A (zh) | 2020-09-16 | 2020-09-16 | 一种智能筛选全透明图片的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010974055.8A CN112308088A (zh) | 2020-09-16 | 2020-09-16 | 一种智能筛选全透明图片的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112308088A true CN112308088A (zh) | 2021-02-02 |
Family
ID=74483279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010974055.8A Pending CN112308088A (zh) | 2020-09-16 | 2020-09-16 | 一种智能筛选全透明图片的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112308088A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0728986A (ja) * | 1993-07-09 | 1995-01-31 | Fuji Xerox Co Ltd | 画像合成処理装置 |
JPH11205788A (ja) * | 1998-01-13 | 1999-07-30 | Matsushita Electric Ind Co Ltd | 画像圧縮装置、および画像伸張装置 |
US20020167535A1 (en) * | 2001-05-14 | 2002-11-14 | Konami Corporation | Image forming method, computer program for forming image, and image forming apparatus |
JP2003006633A (ja) * | 2001-06-22 | 2003-01-10 | Konami Co Ltd | 画像生成方法、画像生成装置及びプログラム |
JP2003087572A (ja) * | 2001-09-14 | 2003-03-20 | Akuseru:Kk | 画像圧縮方法および装置、画像圧縮プログラムならびに画像処理装置 |
CN101499172A (zh) * | 2009-03-06 | 2009-08-05 | 深圳华为通信技术有限公司 | 控件绘制方法及装置 |
CN102186110A (zh) * | 2011-05-11 | 2011-09-14 | 深圳市茁壮网络股份有限公司 | 一种图片的处理方法及机顶盒 |
CN104615769A (zh) * | 2015-02-15 | 2015-05-13 | 小米科技有限责任公司 | 图片分类方法及装置 |
KR20150080372A (ko) * | 2013-12-31 | 2015-07-09 | 엘지디스플레이 주식회사 | 영상처리방법 및 투명표시장치 |
CN105577980A (zh) * | 2014-10-31 | 2016-05-11 | 京瓷办公信息系统株式会社 | 图像形成装置和图像形成方法 |
CN105824862A (zh) * | 2015-10-20 | 2016-08-03 | 维沃移动通信有限公司 | 一种基于电子设备的图片分类方法及电子设备 |
CN110110746A (zh) * | 2019-03-29 | 2019-08-09 | 广州思德医疗科技有限公司 | 一种确定分类标签的方法及装置 |
CN110619667A (zh) * | 2019-09-27 | 2019-12-27 | 恒信东方文化股份有限公司 | 一种png图片的压缩方法及其系统 |
CN111178302A (zh) * | 2019-12-31 | 2020-05-19 | 北大方正集团有限公司 | 特定着装人物的检测方法和装置 |
-
2020
- 2020-09-16 CN CN202010974055.8A patent/CN112308088A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0728986A (ja) * | 1993-07-09 | 1995-01-31 | Fuji Xerox Co Ltd | 画像合成処理装置 |
JPH11205788A (ja) * | 1998-01-13 | 1999-07-30 | Matsushita Electric Ind Co Ltd | 画像圧縮装置、および画像伸張装置 |
US20020167535A1 (en) * | 2001-05-14 | 2002-11-14 | Konami Corporation | Image forming method, computer program for forming image, and image forming apparatus |
JP2003006633A (ja) * | 2001-06-22 | 2003-01-10 | Konami Co Ltd | 画像生成方法、画像生成装置及びプログラム |
JP2003087572A (ja) * | 2001-09-14 | 2003-03-20 | Akuseru:Kk | 画像圧縮方法および装置、画像圧縮プログラムならびに画像処理装置 |
CN101499172A (zh) * | 2009-03-06 | 2009-08-05 | 深圳华为通信技术有限公司 | 控件绘制方法及装置 |
CN102186110A (zh) * | 2011-05-11 | 2011-09-14 | 深圳市茁壮网络股份有限公司 | 一种图片的处理方法及机顶盒 |
KR20150080372A (ko) * | 2013-12-31 | 2015-07-09 | 엘지디스플레이 주식회사 | 영상처리방법 및 투명표시장치 |
CN105577980A (zh) * | 2014-10-31 | 2016-05-11 | 京瓷办公信息系统株式会社 | 图像形成装置和图像形成方法 |
CN104615769A (zh) * | 2015-02-15 | 2015-05-13 | 小米科技有限责任公司 | 图片分类方法及装置 |
CN105824862A (zh) * | 2015-10-20 | 2016-08-03 | 维沃移动通信有限公司 | 一种基于电子设备的图片分类方法及电子设备 |
CN110110746A (zh) * | 2019-03-29 | 2019-08-09 | 广州思德医疗科技有限公司 | 一种确定分类标签的方法及装置 |
CN110619667A (zh) * | 2019-09-27 | 2019-12-27 | 恒信东方文化股份有限公司 | 一种png图片的压缩方法及其系统 |
CN111178302A (zh) * | 2019-12-31 | 2020-05-19 | 北大方正集团有限公司 | 特定着装人物的检测方法和装置 |
Non-Patent Citations (1)
Title |
---|
王红艳;: "基于图像分类的Photoshop抠图研究", 价值工程, no. 17, pages 15 - 16 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7217589B2 (ja) | 画像解析方法、画像解析装置、プログラム、学習済み深層学習アルゴリズムの製造方法および学習済み深層学習アルゴリズム | |
JP7076698B2 (ja) | 画像解析方法、画像解析装置、プログラム、学習済み深層学習アルゴリズムの製造方法および学習済み深層学習アルゴリズム | |
US20110025710A1 (en) | Systems and methods for image archeology | |
CN105574550A (zh) | 一种车辆识别方法及装置 | |
CN110599445A (zh) | 一种电网螺母和销的目标鲁棒检测与缺陷识别方法及装置 | |
CN110348444A (zh) | 基于深度学习的错题收集方法、装置及设备 | |
CN109858305A (zh) | 一种基于深度学习的二维码定位识别系统及方法 | |
CN107808126A (zh) | 车辆检索方法及装置 | |
CN106663322A (zh) | 识别特征 | |
CN111259891B (zh) | 一种自然场景下身份证识别方法、装置、设备和介质 | |
CN110490214A (zh) | 图像的识别方法及系统、存储介质及处理器 | |
CN110490232A (zh) | 训练文字行方向预测模型的方法、装置、设备、介质 | |
CN110990617B (zh) | 一种图片标记方法、装置、设备及存储介质 | |
CN106528665B (zh) | Aoi设备测试文件查找方法和系统 | |
CN116071315A (zh) | 一种基于机器视觉的产品可视缺陷检测方法及系统 | |
CN112529901B (zh) | 一种复杂环境下的裂缝识别方法 | |
CN110443306B (zh) | 葡萄酒木塞的鉴伪方法 | |
CN112308088A (zh) | 一种智能筛选全透明图片的方法 | |
CN103927312A (zh) | 一种cis 图像传感器的失效信息自动分类方法及系统 | |
CN116311211A (zh) | 一种气体检测仪检测识别方法、系统及存储介质 | |
CN115937555A (zh) | 一种基于标准化流模型的工业缺陷检测算法 | |
CN106682676A (zh) | 一种图像测试方法及装置 | |
WO2022019110A1 (ja) | プログラム、情報処理装置、情報処理方法及びモデル生成方法 | |
CN115546141A (zh) | 一种基于多维度度量的小样本Mini LED缺陷检测方法及系统 | |
US7450785B2 (en) | Method and device for sorting similar images |
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 |