CN113784119B - 一种对焦检测方法、装置及电子设备 - Google Patents
一种对焦检测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113784119B CN113784119B CN202111128209.2A CN202111128209A CN113784119B CN 113784119 B CN113784119 B CN 113784119B CN 202111128209 A CN202111128209 A CN 202111128209A CN 113784119 B CN113784119 B CN 113784119B
- Authority
- CN
- China
- Prior art keywords
- character
- image
- fuzzy
- image acquisition
- acquisition equipment
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 84
- 238000005516 engineering process Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 abstract description 31
- 238000010586 diagram Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 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
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- 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
- G06V30/16—Image preprocessing
-
- 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
- G06V30/12—Detection or correction of errors, e.g. by rescanning the pattern
- G06V30/133—Evaluation of quality of the acquired characters
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- 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
-
- 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
- G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
-
- 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
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/147—Determination of region of interest
-
- 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
- G06V30/19—Recognition using electronic means
- G06V30/19007—Matching; Proximity measures
- G06V30/19013—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Character Input (AREA)
- Studio Devices (AREA)
Abstract
本申请公开了一种对焦检测方法及装置，方法包括：通过待测图像采集设备获得测试对象的第一图像；其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度；对所述第一图像进行文字识别；基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果。上述方案用待测图像采集设备拍摄经过模糊处理的字符，由于该字符的清晰度处于能够被文字识别技术准确识别的临界状态，因此，若待测图像采集设备拍摄的字符图像能够被准确的识别，则确定待测图像采集设备的对焦准确，反之则对焦不准确；该实现过程中测试对象的内容灵活可控，对焦检测结果准确，具有很好的应用价值。
Description
技术领域
本申请涉及检测技术，更具体的说，是涉及一种对焦检测方法、装置及电子设备。
背景技术
图像采集设备目前已广泛应用于各个领域，其各项性能参数直接影响最终的成像质量。例如，图像采集设备的对焦是否准确，关系到采集图像的成像清晰度。因此，在图像采集设备出厂前，需要对其各项性能进行检测，以确定具体的性能参数是否满足设定要求。
当前对于图像采集设备的对焦性能的检测方式固化单一，并不能够很好的满足相应厂商的检测需求，因此需要一种更加灵活的对焦性能的检测方法，以更好的实现对图像采集设备对焦性能的检测。
发明内容
有鉴于此，本申请提供如下技术方案：
一种对焦检测方法，包括：
通过待测图像采集设备获得测试对象的第一图像；其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度；
对所述第一图像进行文字识别；
基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果。
可选的，还包括：获得测试对象，所述获得测试对象，包括：
获得标准文字模板；
对所述标准文字模板进行逐级加大的模糊处理，得到不同级别的模糊文字模板，直至模糊文字模板中的文字能够被文字识别技术准确识别的临界状态，并将对应所述临界状态的模糊文字模板确定为测试对象。
可选的，在所述基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果后，还包括：
在所述对焦检测结果表征无法通过文字识别识别出所述第一图像中的字符的情况下，基于所述不同级别的模糊文字模板确定所述待测图像采集设备的对焦程度。
可选的，所述基于所述不同级别的模糊文字模板确定所述待测图像采集设备的对焦程度，包括：
在所述待测图像采集设备采集的所述不同级别的模糊文字模板的第二图像中，确定采用文字识别技术能够识别出的模糊文字模板中模糊层级最高的模糊文字模板为目标文字模板；
基于所述目标文字模板对应的模糊参数确定所述待测图像采集设备的对焦程度，所述模糊参数为对所述标准文字模板进行模糊处理的参数。
可选的，所述对所述标准文字模板进行逐级的模糊处理，包括：
对所述标准文字模板进行逐级的高斯模糊、粒状模糊或径向模糊的处理。
可选的，所述测试对象包括多个，不同的测试对象中的至少一个字符位于不同的位置，以使得所述至少一个字符在所述待测图像采集设备的取景框范围内的位置不同，实现所述待测图像采集设备的镜头中不同区域的对焦检测。
可选的，所述通过待测图像采集设备获得所述测试对象的第一图像，包括：
在符合所述待测图像采集设备的采集要求的环境中，通过所述待测图像采集设备获得所述测试对象的第一图像。
可选的，在所述基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果后，还包括：
基于所述对焦检测结果调整所述待测图像采集设备的对焦参数，所述对焦参数包括焦距、曝光度和白平衡中的至少一个。
一种对焦检测装置，包括：
图像获取模块，用于通过待测图像采集设备获得测试对象的第一图像；其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度；
文字识别模块，用于对所述第一图像进行文字识别；
结果确定模块，用于基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果。
一种电子设备，包括：
处理器；
存储器，用于存储所述处理器的可执行指令；
其中，所述可执行指令包括：通过待测图像采集设备获得测试对象的第一图像；其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度；对所述第一图像进行文字识别；基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果。
本申请实施例公开了一种对焦检测方法及装置，方法包括：通过待测图像采集设备获得测试对象的第一图像；其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度；对所述第一图像进行文字识别；基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果。上述实现方案用待测图像采集设备拍摄经过模糊处理的字符，由于该字符的清晰度处于能够被文字识别技术准确识别的临界状态，因此，若待测图像采集设备拍摄的字符图像能够被准确的识别，则确定待测图像采集设备的对焦准确，反之则对焦不准确；该实现过程中测试对象的内容灵活可控，对焦检测结果准确，具有很好的应用价值。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例公开的一种对焦检测方法的流程图；
图2为本申请实施例公开的获得测试对象的流程图；
图3为本申请实施例公开的不同级别的模糊文字模板的示例图；
图4为本申请实施例公开的不同程度的高斯模糊处理的字符示例图；
图5为本申请实施例公开的另一种对焦检测方法的流程图；
图6为本申请实施例公开的又一种对焦检测方法的流程图；
图7为本申请实施例公开的对焦检测装置的结构示意图。
具体实施方式
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，都属于本申请保护的范围。
本申请实施例可以应用于电子设备，本申请对该电子设备的产品形式不做限定，可以包括但并不局限于智能手机、平板电脑、可穿戴设备、个人计算机(personalcomputer，PC)、上网本等，可以依据应用需求选择。
图1为本申请实施例公开的一种对焦检测方法的流程图，参见图1所示，对焦检测方法可以包括：
步骤101：通过待测图像采集设备获得测试对象的第一图像；其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度。
其中，测试对象中的字符可以为任何已知的、能够被文字识别技术识准确识别的字符。测试对象中的至少一个字符是经过模糊处理的字符，并且，模糊处理后的字符的清晰度应当处于采用文字识别技术能够准确识别出其内容的临界状态，这样，在采用待测图像采集设备采集其图像后，若图像中的字符同样能够通过文字识别识别出准确内容，则说明待测图像采集设备能够准确对焦，因而可以清晰采集字符图像；若图像中的字符不能通过文字识别识别出准确内容，则说明待测图像采集设备存在对焦不准确，从而加重了成像图像中字符的模糊程度的情况，导致获得的字符图像中的字符不能够被文字识别技术准确识别。
步骤102：对所述第一图像进行文字识别。
通过待测图像采集设备获得第一图像后，可以采用文字识别技术对第一图像进行文字识别，得到识别结果。在所述待测图像采集设备能够对测试对象中的字符对应位置进行准确聚焦时，通过文字识别可以准确识别出字符内容；在所述待测图像采集设备额不能够对测试对象中的字符对应位置进行准确聚焦时，通过文字识别不能够准确识别出字符内容，包括未识别出内容以及识别出与所述字符不符的错误内容。
其中的文字识别，可以是OCR(Optical Character Recognition，光学字符识别)技术，当然，本申请对比并不做固定限制，已有的或未来可能出现的能够进行内容识别的技术在本申请核心思想下的应用，都应在本申请的保护范围之内。
步骤103：基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果。
基于前述介绍内容，若第一图像中的字符能够通过文字识别识别出准确内容，则说明待测图像采集设备能够准确对焦；若第一图像中的字符不能通过文字识别识别出准确内容，则说明待测图像采集设备存在对焦不准确的问题。
本申请实施例所述对焦检测方法，用待测图像采集设备拍摄经过模糊处理的字符，由于该字符的清晰度处于能够被文字识别技术准确识别的临界状态，因此，若待测图像采集设备拍摄的字符图像能够被准确的识别，则确定待测图像采集设备的对焦准确，反之则对焦不准确；该实现过程中测试对象的内容灵活可控，对焦检测结果准确，具有很好的应用价值。
另一个实现中，对焦检测方法还可以包括：预先获得测试对象。图2为本申请实施例公开的获得测试对象的流程图，结合图2所示，获得测试对象的过程可以包括：
步骤201：获得标准文字模板。
标准文字模板即没有经过任何技术手段或非技术手段处理的文字模板，其中的处理包括但不限于模糊处理，透明度处理等。没有经过任何处理的标准文字模板中的内容是清晰可辨识的。
步骤202：对所述标准文字模板进行逐级加大的模糊处理，得到不同级别的模糊文字模板，直至模糊文字模板中的文字能够被文字识别技术准确识别的临界状态，并将对应所述临界状态的模糊文字模板确定为测试对象。
不同级别的模糊文字模板的示例图如图3，图3中最右侧的文字模糊度最小，然后向左的文字的模糊度逐级增加，直至最左侧达到能够准确进行文字识别的临界状态。
具体的，所述对所述标准文字模板进行逐级的模糊处理，可以包括：对所述标准文字模板进行逐级的高斯模糊、粒状模糊或径向模糊的处理。
为了更好的理解模糊处理的过程，下面以高斯模糊处理为例介绍如下：
从数学的角度来看，图像的高斯模糊过程就是图像与正态分布做卷积。
高斯方程如下：
其中r代表模糊核的半径，σ是正态分布的标准差。通过调节这2个参数，生成不同的模糊核，结合清晰图运算后，就可以得到不同层级的模糊图像。如图4所示：r和σ越大，生成的图像越模糊。
不同层级的模糊图像，可以分别交由OCR算法检测，直至找出能够被正确识别的临界状态，可以定位为测试对象，也可以根据需要依次自定义其他级别。
图5为本申请实施例公开的另一种对焦检测方法的流程图，如图5所示，对焦检测方法可以包括：
步骤501：获得标准文字模板。
步骤502：对所述标准文字模板进行逐级加大的模糊处理，得到不同级别的模糊文字模板，直至模糊文字模板中的文字能够被文字识别技术准确识别的临界状态，并将对应所述临界状态的模糊文字模板确定为测试对象。
步骤503：通过待测图像采集设备获得测试对象的第一图像。
其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度。
步骤504：对所述第一图像进行文字识别。
步骤505：基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果。
步骤506：在所述对焦检测结果表征无法通过文字识别识别出所述第一图像中的字符的情况下，基于所述不同级别的模糊文字模板确定所述待测图像采集设备的对焦程度。
例如，对于不同级别的模糊文字模板，依次标注上第一级、第二级、第三极……等级越高模糊度越高，则在对焦检测结果表征无法通过文字识别识别出所述第一图像中的字符的情况下，从其他模糊文字模板中模糊度最大的模糊文字模板开始逐级尝试，确定模糊文字模板中的字符是否能够通过文字识别得到准确内容，直至某个模糊文字模板中的字符能够被准确识别，后续可基于将此时对应的模糊文字模板确定待测图像采集设备的对焦程度。
由此，所述基于所述不同级别的模糊文字模板确定所述待测图像采集设备的对焦程度，可以包括：在所述待测图像采集设备采集的所述不同级别的模糊文字模板的第二图像中，确定采用文字识别技术能够识别出的模糊文字模板中模糊层级最高的模糊文字模板为目标文字模板；基于所述目标文字模板对应的模糊参数确定所述待测图像采集设备的对焦程度，所述模糊参数为对所述标准文字模板进行模糊处理的参数。
例如，当前模糊文字模板有3个级别，第一级别的模糊文字模板的模糊参数为A，第二级别的模糊文字模板的模糊参数为B，第三级别的模糊文字模板的模糊参数为C，其中C模糊参数最大，对应的模糊文字模板中的字符最模糊，A模糊参数最小，对应的模糊文字模板中的字符最清晰，在待测图像采集设备能够识别第三级别的模糊文字模板时，其对焦程度可以为80％；在待测图像能够识别第二级别的模糊文字模板而无法识别第三级别的模糊文字模板时，其对焦程度可以为60％；在待测图像能够识别第一级别的模糊文字模板而无法识别第二级别的模糊文字模板时，其对焦程度可以为40％。
上述实施例中，所述测试对象可以包括多个，不同的测试对象中的至少一个字符位于不同的位置，以使得所述至少一个字符在所述待测图像采集设备的取景框范围内的位置不同，实现所述待测图像采集设备的镜头中不同区域的对焦检测。
由于待测图像采集设备具有一定的视野范围，因此，测试对象中至少一个字符的位置可以处于视野范围的不同位置，或者实现中可以准备多张不同的测试对象，不同的测试对象中，字符的内容和位置都可以不同，用户可以根据自身喜好或需求选择。需要说明的是，检测过程中字符的位置应当与用户想要检测的镜头中的聚焦性能区域对应，如用户想要检测镜头中A区域的聚焦性能，则测试对象中的字符应当位于镜头视野范围内与A区域对应的位置。这样，通过设置不同的文字内容，并涵盖相机视野的不同位置，可以高效灵活的检测镜头中各个区域的对焦情况。
上述实施例中，所述通过待测图像采集设备获得所述测试对象的第一图像，可以包括：在符合所述待测图像采集设备的采集要求的环境中，通过所述待测图像采集设备获得所述测试对象的第一图像。
符合所述待测图像采集设备的采集要求的环境，保证了待测图像采集设备采集第一图像的清晰度不会受到外界额外因素的干扰，确保检测结果的准确性。
图6为本申请实施例公开的又一种对焦检测方法的流程图，参见图6所示，对焦检测方法可以包括：
步骤601：通过待测图像采集设备获得测试对象的第一图像。
其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度。
步骤602：对所述第一图像进行文字识别。
步骤603：基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果。
步骤604：基于所述对焦检测结果调整所述待测图像采集设备的对焦参数。
其中，所述对焦参数可以但不限制为包括焦距、曝光度和白平衡中的至少一个。
本实现中，在得到对焦检测结果后，还能通过检测结果来回调对焦系统参数，进行调焦优化。优化后可以再进行对焦检测，并继续根据对焦检测结果再优化，从而实现闭环控制，达到对焦最优效果。
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
上述本申请公开的实施例中详细描述了方法，对于本申请的方法可采用多种形式的装置实现，因此本申请还公开了一种装置，下面给出具体的实施例进行详细说明。
图7为本申请实施例公开的对焦检测装置的结构示意图，参见图7所示，对焦检测装置70可以包括：
图像获取模块701，用于通过待测图像采集设备获得测试对象的第一图像；其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度。
文字识别模块702，用于对所述第一图像进行文字识别。
结果确定模块703，用于基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果。
本申请实施例所述对焦检测装置，用待测图像采集设备拍摄经过模糊处理的字符，由于该字符的清晰度处于能够被文字识别技术准确识别的临界状态，因此，若待测图像采集设备拍摄的字符图像能够被准确的识别，则确定待测图像采集设备的对焦准确，反之则对焦不准确；该实现过程中测试对象的内容灵活可控，对焦检测结果准确，具有很好的应用价值。
一个实现中，对焦检测装置还可以包括：对象获得模块，用于获得测试对象。所述对象获得模块具体可用于：获得标准文字模板；对所述标准文字模板进行逐级加大的模糊处理，得到不同级别的模糊文字模板，直至模糊文字模板中的文字能够被文字识别技术准确识别的临界状态，并将对应所述临界状态的模糊文字模板确定为测试对象。
一个实现中，对焦检测装置还可以包括聚焦重验模块，用于在所述结果确定模块基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果后，在所述对焦检测结果表征无法通过文字识别识别出所述第一图像中的字符的情况下，基于所述不同级别的模糊文字模板确定所述待测图像采集设备的对焦程度。
一个实现中，所述聚焦重验模块具体用于：在所述待测图像采集设备采集的所述不同级别的模糊文字模板的第二图像中，确定采用文字识别技术能够识别出的模糊文字模板中模糊层级最高的模糊文字模板为目标文字模板；基于所述目标文字模板对应的模糊参数确定所述待测图像采集设备的对焦程度，所述模糊参数为对所述标准文字模板进行模糊处理的参数。
一个实现中，对象获得模块具体可用于：对所述标准文字模板进行逐级的高斯模糊、粒状模糊或径向模糊的处理。
一个实现中，所述测试对象包括多个，不同的测试对象中的至少一个字符位于不同的位置，以使得所述至少一个字符在所述待测图像采集设备的取景框范围内的位置不同，实现所述待测图像采集设备的镜头中不同区域的对焦检测。
一个实现中，所述图像获取模块具体用于：在符合所述待测图像采集设备的采集要求的环境中，通过所述待测图像采集设备获得所述测试对象的第一图像。
一个实现中，对焦检测还包括参数调整模块，用于在所述结果确定模块基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果后，基于所述对焦检测结果调整所述待测图像采集设备的对焦参数。所述对焦参数包括焦距、曝光度和白平衡中的至少一个。
进一步的，本申请还公开了一种电子设备，包括：
处理器；
存储器，用于存储所述处理器的可执行指令；
其中，所述可执行指令包括：通过待测图像采集设备获得测试对象的第一图像；其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度；对所述第一图像进行文字识别；基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果。
上述实施例中的所述的任意一种对焦检测装置包括处理器和存储器，上述实施例中的图像获取模块、文字识别模块结果确定模块、对象获得模块、聚焦重验模块、参数调整模块等均作为程序模块存储在存储器中，由处理器执行存储在所述存储器中的上述程序模块来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序模块。内核可以设置一个或多个，通过调整内核参数来实现回访数据的处理。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本申请实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述实施例中所述的对焦检测方法。
本申请实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述实施例中所述的对焦检测方法。
进一步，本实施例提供了一种电子设备，包括处理器以及存储器。其中存储器用于存储所述处理器的可执行指令，所述处理器配置为经由执行所述可执行指令来执行上述实施例中所述的对焦检测方法。
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。对于实施例公开的装置而言，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。
还需要说明的是，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。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种对焦检测方法，包括：
通过待测图像采集设备获得测试对象的第一图像；其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度；
对所述第一图像进行文字识别；
基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果；
还包括：获得测试对象，所述获得测试对象，包括：
获得标准文字模板；
对所述标准文字模板进行逐级加大的模糊处理，得到不同级别的模糊文字模板，直至模糊文字模板中的文字能够被文字识别技术准确识别的临界状态，并将对应所述临界状态的模糊文字模板确定为测试对象。
2.根据权利要求1所述的对焦检测方法，在所述基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果后，还包括：
在所述对焦检测结果表征无法通过文字识别识别出所述第一图像中的字符的情况下，基于所述不同级别的模糊文字模板确定所述待测图像采集设备的对焦程度。
3.根据权利要求2所述的对焦检测方法，所述基于所述不同级别的模糊文字模板确定所述待测图像采集设备的对焦程度，包括：
在所述待测图像采集设备采集的所述不同级别的模糊文字模板的第二图像中，确定采用文字识别技术能够识别出的模糊文字模板中模糊层级最高的模糊文字模板为目标文字模板；
基于所述目标文字模板对应的模糊参数确定所述待测图像采集设备的对焦程度，所述模糊参数为对所述标准文字模板进行模糊处理的参数。
4.根据权利要求1所述的对焦检测方法，所述对所述标准文字模板进行逐级的模糊处理，包括：
对所述标准文字模板进行逐级的高斯模糊、粒状模糊或径向模糊的处理。
5.根据权利要求1所述的对焦检测方法，所述测试对象包括多个，不同的测试对象中的至少一个字符位于不同的位置，以使得所述至少一个字符在所述待测图像采集设备的取景框范围内的位置不同，实现所述待测图像采集设备的镜头中不同区域的对焦检测。
6.根据权利要求1所述的对焦检测方法，所述通过待测图像采集设备获得所述测试对象的第一图像，包括：
在符合所述待测图像采集设备的采集要求的环境中，通过所述待测图像采集设备获得所述测试对象的第一图像。
7.根据权利要求1-6任一项所述的对焦检测方法，在所述基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果后，还包括：
基于所述对焦检测结果调整所述待测图像采集设备的对焦参数，所述对焦参数包括焦距、曝光度和白平衡中的至少一个。
8.一种对焦检测装置，包括：
图像获取模块，用于通过待测图像采集设备获得测试对象的第一图像；其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度；
文字识别模块，用于对所述第一图像进行文字识别；
结果确定模块，用于基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果；
测试对象获得模块，用于获得标准文字模板，对所述标准文字模板进行逐级加大的模糊处理，得到不同级别的模糊文字模板，直至模糊文字模板中的文字能够被文字识别技术准确识别的临界状态，并将对应所述临界状态的模糊文字模板确定为测试对象。
9.一种电子设备，包括：
处理器；
存储器，用于存储所述处理器的可执行指令；
其中，所述可执行指令包括：通过待测图像采集设备获得测试对象的第一图像；其中，所述测试对象中包括至少一个字符，所述至少一个字符的清晰度对应采用文字识别技术能够准确识别出该字符内容的最低清晰度；对所述第一图像进行文字识别；基于所述文字识别的结果确定所述待测图像采集设备的对焦检测结果；
还包括获得测试对象，所述获得测试对象，包括：获得标准文字模板；对所述标准文字模板进行逐级加大的模糊处理，得到不同级别的模糊文字模板，直至模糊文字模板中的文字能够被文字识别技术准确识别的临界状态，并将对应所述临界状态的模糊文字模板确定为测试对象。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111128209.2A CN113784119B (zh) | 2021-09-26 | 2021-09-26 | 一种对焦检测方法、装置及电子设备 |
| US17/682,385 US20230094297A1 (en) | 2021-09-26 | 2022-02-28 | Focus detection method, apparatus, and electronic device |
| GB2205267.4A GB2611379B (en) | 2021-09-26 | 2022-04-11 | Focus detection method, apparatus, and electronic device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111128209.2A CN113784119B (zh) | 2021-09-26 | 2021-09-26 | 一种对焦检测方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113784119A CN113784119A (zh) | 2021-12-10 |
| CN113784119B true CN113784119B (zh) | 2023-05-02 |
Family
ID=78853403
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111128209.2A Active CN113784119B (zh) | 2021-09-26 | 2021-09-26 | 一种对焦检测方法、装置及电子设备 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20230094297A1 (zh) |
| CN (1) | CN113784119B (zh) |
| GB (1) | GB2611379B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114449259A (zh) * | 2022-02-14 | 2022-05-06 | 上海豪承信息技术有限公司 | 相机对焦的测试方法、装置、系统和控制终端 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08256364A (ja) * | 1995-03-16 | 1996-10-01 | Matsushita Electric Ind Co Ltd | 表示文字画質評価装置とディスプレイ画質評価装置 |
| EP2136317B1 (en) * | 2008-06-19 | 2013-09-04 | Samsung Electronics Co., Ltd. | Method and apparatus for recognizing characters |
| JP2011164428A (ja) * | 2010-02-10 | 2011-08-25 | Canon Inc | 撮像装置、撮像装置の制御方法 |
| US10769852B2 (en) * | 2013-03-14 | 2020-09-08 | Aria Glassworks, Inc. | Method for simulating natural perception in virtual and augmented reality scenes |
| US8903136B1 (en) * | 2013-11-15 | 2014-12-02 | Google Inc. | Client side filtering of card OCR images |
| CN109716748B (zh) * | 2016-09-14 | 2022-03-22 | 富士胶片株式会社 | 评价系统及评价方法 |
| CN112235563B (zh) * | 2019-07-15 | 2023-06-30 | 北京字节跳动网络技术有限公司 | 一种对焦测试方法、装置、计算机设备及存储介质 |
| CN113055553B (zh) * | 2019-12-26 | 2022-11-25 | 晋城三赢精密电子有限公司 | 摄像模组自动对焦测试方法及装置 |
| CN111970437B (zh) * | 2020-08-03 | 2022-08-09 | 广东小天才科技有限公司 | 文本拍摄方法、可穿戴设备和存储介质 |
| JP2022175606A (ja) * | 2021-05-14 | 2022-11-25 | キヤノン株式会社 | 画像処理装置、画像処理装置の制御方法、および、プログラム |
-
2021
- 2021-09-26 CN CN202111128209.2A patent/CN113784119B/zh active Active
-
2022
- 2022-02-28 US US17/682,385 patent/US20230094297A1/en active Pending
- 2022-04-11 GB GB2205267.4A patent/GB2611379B/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US20230094297A1 (en) | 2023-03-30 |
| CN113784119A (zh) | 2021-12-10 |
| GB202205267D0 (en) | 2022-05-25 |
| GB2611379B (en) | 2023-11-15 |
| GB2611379A (en) | 2023-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106355188B (zh) | 图像检测方法及装置 | |
| CN109086691B (zh) | 一种三维脸部活体检测方法、脸部认证识别方法及装置 | |
| CN108921161B (zh) | 模型训练方法、装置、电子设备和计算机可读存储介质 | |
| JP4772839B2 (ja) | 画像識別方法および撮像装置 | |
| US8559726B2 (en) | Image analysis based on pixel brightness grouping | |
| Kumar et al. | A dataset for quality assessment of camera captured document images | |
| US20170262985A1 (en) | Systems and methods for image-based quantification for allergen skin reaction | |
| CN111612834B (zh) | 生成目标图像的方法、装置及设备 | |
| CN110248101B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
| CN111339979B (zh) | 基于特征提取的图像识别方法及图像识别装置 | |
| US8948453B2 (en) | Device, method and non-transitory computer readable storage medium for detecting object | |
| CN110263805B (zh) | 证件验证、身份验证方法、装置及设备 | |
| US11086977B2 (en) | Certificate verification | |
| CN113784119B (zh) | 一种对焦检测方法、装置及电子设备 | |
| CN113469944A (zh) | 一种产品质检方法、装置和电子设备 | |
| JP6132343B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| CN110830728A (zh) | 曝光调整方法及装置 | |
| CN113422908B (zh) | 一种数据处理方法及装置 | |
| JP2007080136A (ja) | 画像内に表現された被写体の特定 | |
| CN112634298A (zh) | 图像处理方法及装置、存储介质、终端 | |
| CN112153298A (zh) | 确定目标对象理想亮度的方法及装置 | |
| US20240073515A1 (en) | Document camera, image automatic correction method and non-transitory computer readable medium | |
| CN113709366B (zh) | 一种信息处理方法及装置 | |
| CN113723416B (zh) | 一种图像处理方法、装置、设备及存储介质 | |
| US20240203091A1 (en) | External parameter determination method and image processing device |
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 |