CN112733831A - 一种商标检测方法及系统 - Google Patents
一种商标检测方法及系统 Download PDFInfo
- Publication number
- CN112733831A CN112733831A CN202110021848.2A CN202110021848A CN112733831A CN 112733831 A CN112733831 A CN 112733831A CN 202110021848 A CN202110021848 A CN 202110021848A CN 112733831 A CN112733831 A CN 112733831A
- Authority
- CN
- China
- Prior art keywords
- image
- trademark
- detected
- trademark image
- intercepted
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000001914 filtration Methods 0.000 claims description 22
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 235000013405 beer Nutrition 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000001228 spectrum Methods 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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种商标检测方法及系统，该方法包括：获取待检测商标图像和模板商标图像；在模板商标图像上选取检测区域；在待检测商标图像上截取检测区域的图像；根据傅里叶变换原理和霍夫变换直线检测原理，检测截取后的待检测商标图像的倾斜角；根据倾斜角检测待检测商标图像是否倾斜。采用本发明的方法及系统，能够自动检测商标是否倾斜，具有检测精度好、检测效率快的优点。
Description
技术领域
本发明涉及是商标检测技术领域，特别是涉及一种商标检测方法及系统。
背景技术
目前，啤酒商标虽然均能贴在准确高度，但经常出现贴歪或者贴倒的情况，贴歪或者贴倒的啤酒商标会影响啤酒的品牌形象，给消费者留下不好的印象，因此，对啤酒商标进行检测是啤酒生产中一个必要环节，目前，啤酒商标的检测主要依靠人工来完成。但人工检测的效率和精度都很低，如何提高啤酒商标检测的精度和效率是本领域技术人员亟待解决的技术难题。
发明内容
本发明的目的是提供一种商标检测方法及系统，能够提高商标检测的精度和效率。
为实现上述目的，本发明提供了如下方案：
一种商标检测方法，包括：
获取模板商标图像；
在所述模板商标图像上选取检测区域；
获取待检测商标图像；
在所述待检测商标图像上截取所述检测区域的图像；
根据傅里叶变换原理和霍夫变换直线检测原理，检测截取后的待检测商标图像的倾斜角；
根据所述倾斜角检测所述待检测商标图像是否倾斜。
可选的，在所述在所述待检测商标图像上截取所述检测区域的图像之后，还包括：
对所述截取后的待检测商标图像进行滤波处理。
可选的，所述对所述截取后的待检测商标图像进行滤波处理，具体包括：
采用如下公式对所述截取后的待检测商标图像进行滤波处理：
式中，R为滤波处理后的图像，f(x,y)为图像像素点的灰度值；x为像素点的横坐标，y为像素点的横坐标。
可选的，所述根据傅里叶变换原理和霍夫变换直线检测原理，检测截取后的待检测商标图像的倾斜角，具体包括：
对所述截取后的待检测商标图像进行傅里叶变换，得到频谱图；
对所述频谱图进行极坐标转换；
对极坐标转换后的频谱图进行霍夫变换直线检测，得到所述频谱图中的直线，并计算所有直线的斜率；
确定出现次数最高的斜率；
根据所述出现次数最高的斜率，计算所述截取后的待检测商标图像的倾斜角。
可选的，所述对所述截取后的待检测商标图像进行傅里叶变换，得到频谱图，具体包括：
采用如下公式计算频谱图：
式中，F(u,v)为频谱图，M为图像长度，N为图像宽度，u为像素点在频域坐标系下的横坐标，v为像素点在频域坐标系下的纵坐标。
可选的，所述根据所述倾斜角检测所述待检测商标图像是否倾斜，具体包括：
判断所述倾斜角是否小于预设角度，得到第一判断结果；
若所述第一判断结果为否，则所述待检测商标图像倾斜；
若所述第一判断结果为是，则所述待检测商标图像不倾斜。
可选的，在所述若所述第一判断结果为是，则所述待检测商标图像不倾斜之后，还包括：
在所述模板商标图像上截取所述检测区域的图像；
将截取后的模板商标图像和截取后的待检测商标图像进行灰度处理，并将截取后的模板商标图像的灰度值与截取后的待检测商标图像的灰度值作差，得到灰度差图像；
计算所述灰度差图像的平均灰度值；
判断所述平均灰度值是否小于第一预设灰度值，得到第二判断结果；
若所述第二判断结果为是，则所述待检测商标图像贴正；所述贴正指所述待检测商标图像与所述模板商标图像的方向一致；
若所述第二判断结果为否，则判断所述平均灰度值是否大于第二预设灰度值，得到第三判断结果；所述第二预设灰度值大于所述第一预设灰度值；
若所述第三判断结果为是，则所述待检测商标图像的状态为贴反；所述贴反指所述待检测商标图像的方向与旋转180度的模板商标图像的方向一致。
可选的，在所述在所述模板商标图像上截取所述检测区域的图像之后，还包括：
对所述截取后的模板商标图像进行滤波处理。
可选的，所述第一预设灰度值为10；所述第二预设灰度值为23；所述倾斜角度为3度。
一种商标检测系统，包括：
第一图像获取模块，用于获取模板商标图像；
检测区域选取模块，用于在所述模板商标图像上选取检测区域；
第二图像获取模块，用于获取待检测商标图像；
图像截取模块，用于在所述待检测商标图像上截取所述检测区域的图像；
倾斜角计算模块，用于根据傅里叶变换原理和霍夫变换直线检测原理，检测截取后的待检测商标图像的倾斜角；
倾斜检测模块，用于根据所述倾斜角检测所述待检测商标图像是否倾斜。
与现有技术相比，本发明的有益效果是：
本发明提出了一种商标检测方法及系统，方法包括：获取待检测商标图像和模板商标图像；在模板商标图像上选取检测区域；在待检测商标图像上截取检测区域的图像；根据傅里叶变换原理和霍夫变换直线检测原理，检测截取后的待检测商标图像的倾斜角；根据倾斜角检测待检测商标图像是否倾斜。本发明提供的商标检测方法及系统，通过待检测商标图像倾斜角，能够自动检测商标是否倾斜，提高了商标检测的精度和效率。
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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中所提供的商标检测方法流程图；
图2为本发明实施例中所提供的商标检测系统结构示意图；
图3为本发明实施例中所提供的待检测啤酒商标图像的频谱图；
图4为本发明实施例中所提供的待检测啤酒商标图像的霍夫变换直线检测图。
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。
本发明的目的是提供一种商标检测方法及系统，能够提高商标检测的精度和效率。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例
图1为本发明实施例中所提供的商标检测方法流程图，如图1所示，本发明提供了一种商标检测方法，包括：
步骤101：获取模板商标图像。
步骤102：在模板商标图像上选取检测区域。
步骤103：获取待检测商标图像。
步骤104：在待检测商标图像上截取检测区域的图像。
在步骤104之后，还包括对截取后的待检测商标图像进行滤波处理；具体的，对截取后的待检测商标图像进行模板为3*3的空域滤波处理，具体包括：
采用如下公式对截取后的待检测商标图像进行滤波处理：
式中，R为滤波处理后的图像，f(x,y)为图像像素点的灰度值；x为像素点的横坐标，y为像素点的横坐标(以图像的左上角的顶点为原点，以图像的长为x轴，宽为y轴，建立图像坐标系)。
步骤105：根据傅里叶变换原理和霍夫变换直线检测原理，检测截取后的待检测商标图像的倾斜角。
步骤105，具体包括：
对截取后的待检测商标图像进行傅里叶变换，得到频谱图；对频谱图进行极坐标转换；对极坐标转换后的频谱图进行霍夫变换直线检测，得到频谱图中的直线，并计算所有直线的斜率；进行霍夫变换后的图像如图4所示，当频谱图中仅检测出一条直线时，无法判断待检测商标的状态信息。确定出现次数最高的斜率；根据出现次数最高的斜率，计算截取后的待检测商标图像的倾斜角。
具体的，采用如下公式进行极坐标转换：
r＝xcosθ+ysinθ，式中，r为像素点由图像坐标系转换为极坐标系后的半径值，θ为像素点由图像坐标系转换为极坐标系后的角度值。
此外，对截取后的待检测商标图像进行傅里叶变换，得到频谱图，具体包括：
采用如下公式计算频谱图：
式中，F(u,v)为频谱图，M为图像长度，N为图像宽度，u为像素点在频域坐标系下的横坐标，v为像素点在频域坐标系下的纵坐标。为减少计算量，提高检测速率，方便进行后续图像处理，在获得频谱图后，将频率原点移至频谱图中心，得到如图3所示的频谱图。
步骤106：根据倾斜角检测待检测商标图像是否倾斜。
步骤106，具体包括：
判断倾斜角是否小于预设角度，得到第一判断结果；若第一判断结果为否，则待检测商标图像倾斜；若第一判断结果为是，则待检测商标图像不倾斜。
本发明的提供的商标检测方法，在若第一判断结果为是，则待检测商标图像不倾斜之后，还包括：在模板商标图像上截取检测区域的图像；将截取后的模板商标图像和截取后的待检测商标图像进行灰度处理，并将截取后的模板商标图像的灰度值与截取后的待检测商标图像的灰度值作差，得到灰度差图像；计算灰度差图像的平均灰度值。
判断平均灰度值是否小于第一预设灰度值，得到第二判断结果；若第二判断结果为是，则待检测商标图像贴正；贴正指待检测商标图像与模板商标图像的方向一致；若第二判断结果为否，则判断平均灰度值是否大于第二预设灰度值，得到第三判断结果；第二预设灰度值大于第一预设灰度值；若第三判断结果为是，则待检测商标图像的状态为贴反；贴反指待检测商标图像的方向与旋转180度的模板商标图像的方向一致。具体的，第一预设灰度值为10；第二预设灰度值为23；倾斜角度为3度。
此外，在步骤“在模板商标图像上截取检测区域的图像”之后还包括对截取后的模板商标图像进行滤波处理。
图2为本发明实施例中所提供的商标检测系统结构示意图，如图2所示，本发明提供了一种商标检测系统，包括：
第一图像获取模块201，用于获取模板商标图像。
检测区域选取模块202，用于在模板商标图像上选取检测区域。
第二图像获取模块203，用于获取待检测商标图像。
图像截取模块204，用于在待检测商标图像上截取检测区域的图像。
倾斜角计算模块205，用于根据傅里叶变换原理和霍夫变换直线检测原理，检测截取后的待检测商标图像的倾斜角。
具体的，倾斜角计算模块205，具体包括：
傅里叶变换单元，用于对截取后的待检测商标图像进行傅里叶变换，得到频谱图。傅里叶变换单元采用如下公式计算频谱图：
式中，F(u,v)为频谱图，M为图像长度，N为图像宽度，u为像素点在频域坐标系下的横坐标，v为像素点在频域坐标系下的纵坐标。
极坐标转换单元，用于对频谱图进行极坐标转换。
霍夫变换直线检测单元，用于对极坐标转换后的频谱图进行霍夫变换直线检测，得到频谱图中的直线，并计算所有直线的斜率。
斜率确定单元，用于确定出现次数最高的斜率。
倾斜角计算单元，用于根据出现次数最高的斜率，计算截取后的待检测商标图像的倾斜角。
倾斜检测模块206，用于根据倾斜角检测待检测商标图像是否倾斜。
倾斜检测模块206，具体包括：
第一判断单元，用于判断倾斜角是否小于预设角度，得到第一判断结果；若第一判断结果为否，则执行第一倾斜判定单元；若第一判断结果为是，则执行第二倾斜判定单元。
第一倾斜判定单元，用于判定待检测商标图像倾斜。
第二倾斜判定单元，用于判定待检测商标图像不倾斜。
倾斜检测模块206还包括：
图像截取单元，用于在模板商标图像上截取检测区域的图像。
灰度差图像获取单元，用于将截取后的模板商标图像和截取后的待检测商标图像进行灰度处理，并将截取后的模板商标图像的灰度值与截取后的待检测商标图像的灰度值作差，得到灰度差图像。
平均灰度值计算单元，用于计算灰度差图像的平均灰度值。
第二判断单元，用于判断平均灰度值是否小于第一预设灰度值，得到第二判断结果；若第二判断结果为是，则待检测商标图像贴正；贴正指待检测商标图像与模板商标图像的方向一致；若第二判断结果为否，则执行第三判断单元。
第三判断单元，用于判断平均灰度值是否大于第二预设灰度值，得到第三判断结果；若第三判断结果为是，则待检测商标图像的状态为贴反；贴反指待检测商标图像的方向与旋转180度的模板商标图像的方向一致。具体的，第二预设灰度值大于第一预设灰度值；第一预设灰度值为10；第二预设灰度值为23；倾斜角度为3度。
倾斜检测模块206还包括：滤波单元，用于对截取后的模板商标图像进行滤波处理。
此外，本发明提供的商标检测系统还包括：滤波模块，用于对截取后的待检测商标图像进行滤波处理。滤波模块采用如下公式对截取后的待检测商标图像进行滤波处理：
式中，R为滤波处理后的图像，f(x,y)为图像像素点的灰度值；x为像素点的横坐标，y为像素点的横坐标。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种商标检测方法，其特征在于，所述方法包括：
获取模板商标图像；
在所述模板商标图像上选取检测区域；
获取待检测商标图像；
在所述待检测商标图像上截取所述检测区域的图像；
根据傅里叶变换原理和霍夫变换直线检测原理，检测截取后的待检测商标图像的倾斜角；
根据所述倾斜角检测所述待检测商标图像是否倾斜。
2.根据权利要求1所述的商标检测方法，其特征在于，在所述在所述待检测商标图像上截取所述检测区域的图像之后，还包括：
对所述截取后的待检测商标图像进行滤波处理。
3.根据权利要求2所述的商标检测方法，其特征在于，所述对所述截取后的待检测商标图像进行滤波处理，具体包括：
采用如下公式对所述截取后的待检测商标图像进行滤波处理：
式中，R为滤波处理后的图像，f(x,y)为图像像素点的灰度值；x为像素点的横坐标，y为像素点的横坐标。
4.根据权利要求3所述的商标检测方法，其特征在于，所述根据傅里叶变换原理和霍夫变换直线检测原理，检测截取后的待检测商标图像的倾斜角，具体包括：
对所述截取后的待检测商标图像进行傅里叶变换，得到频谱图；
对所述频谱图进行极坐标转换；
对极坐标转换后的频谱图进行霍夫变换直线检测，得到所述频谱图中的直线，并计算所有直线的斜率；
确定出现次数最高的斜率；
根据所述出现次数最高的斜率，计算所述截取后的待检测商标图像的倾斜角。
5.根据权利要求4所述的商标检测方法，其特征在于，所述对所述截取后的待检测商标图像进行傅里叶变换，得到频谱图，具体包括：
采用如下公式计算频谱图：
式中，F(u,v)为频谱图，M为图像长度，N为图像宽度，u为像素点在频域坐标系下的横坐标，v为像素点在频域坐标系下的纵坐标。
6.根据权利要求5所述的商标检测方法，其特征在于，所述根据所述倾斜角检测所述待检测商标图像是否倾斜，具体包括：
判断所述倾斜角是否小于预设角度，得到第一判断结果；
若所述第一判断结果为否，则所述待检测商标图像倾斜；
若所述第一判断结果为是，则所述待检测商标图像不倾斜。
7.根据权利要求6所述的商标检测方法，其特征在于，在所述若所述第一判断结果为是，则所述待检测商标图像不倾斜之后，还包括：
在所述模板商标图像上截取所述检测区域的图像；
将截取后的模板商标图像和截取后的待检测商标图像进行灰度处理，并将截取后的模板商标图像的灰度值与截取后的待检测商标图像的灰度值作差，得到灰度差图像；
计算所述灰度差图像的平均灰度值；
判断所述平均灰度值是否小于第一预设灰度值，得到第二判断结果；
若所述第二判断结果为是，则所述待检测商标图像贴正；所述贴正指所述待检测商标图像与所述模板商标图像的方向一致；
若所述第二判断结果为否，则判断所述平均灰度值是否大于第二预设灰度值，得到第三判断结果；所述第二预设灰度值大于所述第一预设灰度值；
若所述第三判断结果为是，则所述待检测商标图像的状态为贴反；所述贴反指所述待检测商标图像的方向与旋转180度的模板商标图像的方向一致。
8.根据权利要求7所述的商标检测方法，其特征在于，在所述在所述模板商标图像上截取所述检测区域的图像之后，还包括：
对所述截取后的模板商标图像进行滤波处理。
9.根据权利要求8所述的商标检测方法，其特征在于，所述第一预设灰度值为10；所述第二预设灰度值为23；所述倾斜角度为3度。
10.一种商标检测系统，其特征在于，所述系统包括：
第一图像获取模块，用于获取模板商标图像；
检测区域选取模块，用于在所述模板商标图像上选取检测区域；
第二图像获取模块，用于获取待检测商标图像；
图像截取模块，用于在所述待检测商标图像上截取所述检测区域的图像；
倾斜角计算模块，用于根据傅里叶变换原理和霍夫变换直线检测原理，检测截取后的待检测商标图像的倾斜角；
倾斜检测模块，用于根据所述倾斜角检测所述待检测商标图像是否倾斜。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110021848.2A CN112733831B (zh) | 2021-01-08 | 2021-01-08 | 一种商标检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110021848.2A CN112733831B (zh) | 2021-01-08 | 2021-01-08 | 一种商标检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112733831A true CN112733831A (zh) | 2021-04-30 |
| CN112733831B CN112733831B (zh) | 2022-04-15 |
Family
ID=75589692
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110021848.2A Active CN112733831B (zh) | 2021-01-08 | 2021-01-08 | 一种商标检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112733831B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118244566A (zh) * | 2024-05-28 | 2024-06-25 | 浙江方圆检测集团股份有限公司 | 一种便携式商标形貌检测平台 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102496018A (zh) * | 2011-12-08 | 2012-06-13 | 方正国际软件有限公司 | 一种文档倾斜检测方法及系统 |
| US9014481B1 (en) * | 2014-04-22 | 2015-04-21 | King Fahd University Of Petroleum And Minerals | Method and apparatus for Arabic and Farsi font recognition |
| CN106485701A (zh) * | 2016-09-26 | 2017-03-08 | 成都交大光芒科技股份有限公司 | 基于图像的铁路接触网承力索座装反与否的检测方法 |
| CN108197624A (zh) * | 2018-02-02 | 2018-06-22 | 杭州清本科技有限公司 | 证书图像校正识别方法及装置、计算机存储介质 |
| CN108805823A (zh) * | 2018-04-12 | 2018-11-13 | 上海扩博智能技术有限公司 | 商品图像矫正方法、系统、设备及存储介质 |
| CN108921819A (zh) * | 2018-05-29 | 2018-11-30 | 黎明职业大学 | 一种基于机器视觉的验布装置及方法 |
| CN110781885A (zh) * | 2019-10-24 | 2020-02-11 | 泰康保险集团股份有限公司 | 基于图像处理的文本检测方法、装置、介质及电子设备 |
| CN112102203A (zh) * | 2020-09-27 | 2020-12-18 | 中国建设银行股份有限公司 | 一种图像校正方法、装置及设备 |
-
2021
- 2021-01-08 CN CN202110021848.2A patent/CN112733831B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102496018A (zh) * | 2011-12-08 | 2012-06-13 | 方正国际软件有限公司 | 一种文档倾斜检测方法及系统 |
| US9014481B1 (en) * | 2014-04-22 | 2015-04-21 | King Fahd University Of Petroleum And Minerals | Method and apparatus for Arabic and Farsi font recognition |
| CN106485701A (zh) * | 2016-09-26 | 2017-03-08 | 成都交大光芒科技股份有限公司 | 基于图像的铁路接触网承力索座装反与否的检测方法 |
| CN108197624A (zh) * | 2018-02-02 | 2018-06-22 | 杭州清本科技有限公司 | 证书图像校正识别方法及装置、计算机存储介质 |
| CN108805823A (zh) * | 2018-04-12 | 2018-11-13 | 上海扩博智能技术有限公司 | 商品图像矫正方法、系统、设备及存储介质 |
| CN108921819A (zh) * | 2018-05-29 | 2018-11-30 | 黎明职业大学 | 一种基于机器视觉的验布装置及方法 |
| CN110781885A (zh) * | 2019-10-24 | 2020-02-11 | 泰康保险集团股份有限公司 | 基于图像处理的文本检测方法、装置、介质及电子设备 |
| CN112102203A (zh) * | 2020-09-27 | 2020-12-18 | 中国建设银行股份有限公司 | 一种图像校正方法、装置及设备 |
Non-Patent Citations (4)
| Title |
|---|
| YONGGANG ZHANG等: "Research on deskew algorithm of scanned image", 《2018 IEEE INTERNATIONAL CONFERENCE ON MECHATRONICS AND AUTOMATION (ICMA)》 * |
| 张丘等: "基于方向投影的票据图像倾斜检测方法", 《计算机应用》 * |
| 王晓君等: "一种倾斜文本图像的旋转校正技术", 《邯郸职业技术学院学报》 * |
| 胡仁伟等: "基于傅里叶变换和Hough变换的商标图案倾斜校正", 《轻工机械》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118244566A (zh) * | 2024-05-28 | 2024-06-25 | 浙江方圆检测集团股份有限公司 | 一种便携式商标形貌检测平台 |
| CN118244566B (zh) * | 2024-05-28 | 2024-08-06 | 浙江方圆检测集团股份有限公司 | 一种便携式商标形貌检测平台 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112733831B (zh) | 2022-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105913415B (zh) | 一种具有广泛适应性的图像亚像素边缘提取方法 | |
| US9953229B2 (en) | Traffic light detection | |
| WO2016101643A1 (zh) | 一种仪表数据读取方法及系统 | |
| CN104537650B (zh) | 一种铝电解电容器的极性方向判定方法及装置 | |
| CN109886952B (zh) | 一种屏幕缺陷点检测方法及其装置、计算机可读介质 | |
| WO2018209941A1 (zh) | 一种基于高斯拟合的高密度电路板圆孔亚像素检测方法 | |
| CN103925893B (zh) | 一种卷绕电池的质量检测方法 | |
| CN112577421A (zh) | 一种电芯检测方法、装置及设备 | |
| CN102636490A (zh) | 基于机器视觉的轴承防尘盖表面缺陷检测方法 | |
| CN102589435A (zh) | 噪声环境下激光束中心高效精确检测方法 | |
| CN112733831B (zh) | 一种商标检测方法及系统 | |
| CN105139391B (zh) | 一种雾霾天气交通图像边缘检测方法 | |
| CN102759695B (zh) | 一种判断硅块质量的方法及装置 | |
| Hou et al. | Welding image edge detection and identification research based on canny operator | |
| CN111462066A (zh) | 一种基于机器视觉的螺纹参数检测方法 | |
| EP4375924A1 (en) | Cell alignment degree measurement method, controller, detection system, and storage medium | |
| CN103198455A (zh) | 一种利用全变差最小化和灰度共生矩阵的图像去噪方法 | |
| CN112325772A (zh) | 基于机器视觉的冲孔尺寸测量方法、系统、设备及介质 | |
| CN115619845A (zh) | 一种自适应扫描文档图像倾斜角检测方法 | |
| CN111062331A (zh) | 图像的马赛克检测方法、装置、电子设备及存储介质 | |
| CN110909772B (zh) | 一种高精度实时多尺度表盘指针检测方法和系统 | |
| CN112634241A (zh) | 基于人工智能的光伏电池功率衰减分析方法及系统 | |
| CN112749735A (zh) | 基于深度学习的转炉出钢钢流识别方法、系统、介质及终端 | |
| CN115827344A (zh) | 一种基于眼图检测PCIe信号质量的方法、系统及终端 | |
| CN109448012A (zh) | 一种图像边缘检测方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |