CN113902754A - 生成标准化电子资料的方法 - Google Patents
生成标准化电子资料的方法 Download PDFInfo
- Publication number
- CN113902754A CN113902754A CN202111134734.5A CN202111134734A CN113902754A CN 113902754 A CN113902754 A CN 113902754A CN 202111134734 A CN202111134734 A CN 202111134734A CN 113902754 A CN113902754 A CN 113902754A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- electronic data
- area
- original
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 239000003086 colorant Substances 0.000 claims abstract description 13
- 238000005260 corrosion Methods 0.000 claims abstract description 7
- 230000007797 corrosion Effects 0.000 claims abstract description 7
- 230000011218 segmentation Effects 0.000 claims description 36
- 238000001514 detection method Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 5
- 239000012776 electronic material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000003628 erosive effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- 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
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明涉及生成标准化电子资料的方法,包括步骤:A.找出用户上传的原始图像里目标图像所在的初步目标区域,将初步目标区域和非初步目标区域分别设置为不同的颜色;B.对得到的图像进行腐蚀和膨胀操作,分别获得新目标区域、新背景区域和待确认边缘区域的三色图;C.结合三色图对原始图像抠图,目标边缘内的图像为原始图像中保留的目标区域;其余部分统一替换为背景颜色;D.对所述待剪裁图像的长/宽比例进行对应大小的剪裁和缩放;E.用已缩放图像替换目标区域内的图像,形成图片格式的标准化电子资料。本发明能够将用户上传的图片文件形成风格统一的电子资料,有效保护了用户隐私。
Description
技术领域
本发明涉及图像处理的方法,具体讲是生成标准化电子资料的方法。
背景技术
随着互联网的普及,银行用户越来越多的在各个产品环节,产生各种各样的有别于传统的结构化数据,如图片等。例如,在用户申请金融类账户时,不可避免的需要上传身份证件图像、上传银行卡的卡面图像、上传用户本人自拍照等;而这些图像除了涵盖身份证件、银行卡的卡面、个人面部等信息外,还包含了拍摄环境等信息,而这些拍摄环境则可能涉及到用户隐私。
用户上传的各种图像视觉信息,都是以照片文件的形式存放在服务器中,公司内部的人工审核系统通常可调取;此外,用户亦可调用查看本人上传的信息。目前,金融行业中通常对此类照片未经任何处理,且供内部平台(人工审核系统等)或用户端展示时,也未经整理而无统一的规范,导致不同用户间并没有统一的规范。例如,因拍摄距离、拍摄角度不同,导致不同用户上传的银行卡卡片,看起来大小不同、方向不同等,卡片背景可能是钱包、文件等;再如,用户自拍照可能是仅包含头部、上半身、甚至全身,一般没有统一的标准来实施限制,背景可能是居家、户外、公共场所等。背景占比可大可小,这部分内容往往也涉及到用户个人隐私。
发明内容
本发明提供了一种生成标准化电子资料的方法,使用户上传的图片文件风格统一,并且保护用户隐私,提升用户体验,提升产品服务水平。
本发明生成标准化电子资料的方法,包括步骤:
A.根据用户上传的图片格式的电子资料,获取其中需要处理的原始图像,对所述原始图像通过深度学习分割方法,找出待处理的目标图像所在的初步目标区域(如银行卡、身份证中的人像),绘出初步目标边缘,将原始图像中的初步目标区域和初步目标区域以外的非初步目标区域分别设置为不同的颜色,将处理后原始图像存储为目标分割图;
B.对所述目标分割图进行腐蚀操作,获得比目标分割图中原目标区域小的新目标区域;再对所述目标分割图进行膨胀操作,获得比目标分割图中原背景区域小的新背景区域;将获得的新目标区域和新背景区域之间的图像,设置为其他颜色的待确认边缘区域;所述新目标区域、新背景区域和待确认边缘区域通过不同的像素值形成的三个不同颜色的区域,构成三色图;
C.结合三色图,对所述原始图像进行抠图处理,确定所述目标图像的目标边缘,目标边缘内的图像为在原始图像中保留的原目标区域;将原始图像中目标边缘外的部分统一替换为所需的背景颜色,处理后的原始图像存储为待剪裁图像;
D.根据所述电子资料的类型,对所述待剪裁图像的长/宽比例进行对应大小的剪裁,形成已剪裁图像,再根据电子资料中目标图像对应的目标区域的大小对所述已剪裁图像进行缩放,形成已缩放图像;
E.用所述已缩放图像替换电子资料中所述目标区域内的图像,形成图片格式的标准化电子资料。
本发明的原理为,先通过现有的深度学习分割方法(例如通过UNET神经网络,在https://arxiv.org/abs/1505.04597对UNET神经网络也有部分介绍)从用户上传的图片格式的电子资料中识别出要处理的部分,例如用户的人像部分,作为原始图像,然后对该原始图像通过现有的腐蚀操作和膨胀操作,获得包括新目标区域、新背景区域和待确认边缘区域的三色图。三色图的目的是确定要处理部分的确切边界,待下一步进行剪裁及缩放。然后根据所述电子资料的类型,对要处理的图像进行对应大小的剪裁。例如电子资料是驾照类型的、或是身份证类型的,则对图像进行对应类型要求的长/宽比例进行剪裁。再根据电子资料中目标图像对应的目标区域的大小对所述已剪裁图像进行缩放,形成已缩放图像,最后用已缩放图像替换电子资料中所述目标区域内的图像,由此将所有用户自行上传的电子资料都转换成格式、形式统一的标准化电子资料。
进一步的,还可以在所述图片格式的标准化电子资料上填充对应的用户信息,以丰富标准化电子资料的用户信息。
具体的,步骤A中,将原始图像中的初步目标区域的像素值设置为255(像素值为[255,255,255])的白色,将所述非初步目标区域的像素值设置为0(像素值为[0,0,0])的黑色。以两种完全形成鲜明对比的颜色更便于对目标区域和非目标区域进行区分,不会有混淆。
具体的,步骤B中,通过[[1,1,1],[1,1,1],[1,1,1]]的3*3矩阵模板对所述目标分割图进行腐蚀操作;再通过[[1,1,1],[1,1,1],[1,1,1]]的3*3矩阵模板对所述目标分割图进行膨胀操作。
具体的,步骤C中,结合三色图对所述原始图像进行抠图处理后,将所述待确认边缘区域确定为原目标区域或背景区域的颜色,由此确定所述目标图像的目标边缘,然后将原始图像中目标边缘外的部分统一替换为所需的背景颜色,目标边缘内的图像像素保持不变。通过该步骤,根据三色图确定的目标图像的目标边缘,将原始图片中目标边缘以外的部分全部设置为背景颜色,并且保持目标边缘内的原始图片的图像和像素颜色,这样便于后续的剪裁步骤,并且能够保证背景的一致性。
具体的,步骤D中,如果所述待剪裁图像为人像类的图像,则先通过人脸检测技术对面部定位,然后计算检测框选出的面部区域大小,再根据所述电子资料的类型,对人像进行所述的裁剪和缩放。人脸检测技术是目前成熟的一种面部识别技术,通过人间检测能够准确判断出图像中人脸的位置以及轮廓边界。
优选的,步骤E所述的图片格式为电子名片形式的图片格式。便于以统一格式进行展示和保存。
本发明生成标准化电子资料的方法,能够将用户上传的图片文件形成风格统一的电子资料,有效保护了用户隐私,在对电子资料查看时有效提升了用户体验。
以下结合实施例的具体实施方式,对本发明的上述内容再作进一步的详细说明。但不应将此理解为本发明上述主题的范围仅限于以下的实例。在不脱离本发明上述技术思想情况下,根据本领域普通技术知识和惯用手段做出的各种替换或变更,均应包括在本发明的范围内。
附图说明
图1为本发明生成标准化电子资料的方法的流程图。
图2为本发明实施例中用户上传的原始图像。
图3为本发明实施例中电子名片的模板样式。
图4为形成的标准化电子名片样式。
图5为实施例中目标分割图的举例图。
图6为对图5腐蚀操作后的图。
图7为对图5膨胀操作后的图。
图8为由图6和图7形成的三色图示意图。
具体实施方式
如图1所示本发明生成标准化电子资料的方法,包括步骤:
A.根据用户上传的图片格式的电子资料,获取其中需要处理的原始图像,对所述原始图像通过深度学习分割方法(例如UNET神经网络),找出待处理的目标图像所在的初步目标区域(如银行卡、身份证中的人像),绘出初步目标边缘,将原始图像中的初步目标区域的像素值设置为255(像素值为[255,255,255])的白色,将非初步目标区域的像素值设置为0(像素值为[0,0,0])的黑色,将处理后原始图像存储为目标分割图。
B.通过[[1,1,1],[1,1,1],[1,1,1]]的3*3矩阵模板对所述目标分割图进行腐蚀操作,获得比目标分割图中原目标区域小的新目标区域;再通过[[1,1,1],[1,1,1],[1,1,1]]的3*3矩阵模板对所述目标分割图进行膨胀操作,获得比目标分割图中原背景区域小的新背景区域;将获得的新目标区域和新背景区域之间的图像,设置为127的颜色(像素值为[127,127,127])的待确认边缘区域;所述新目标区域、新背景区域和待确认边缘区域通过不同的像素值形成的三个不同颜色的区域,构成三色图(新目标区域的像素值255、新背景区域的像素值0、待确认边缘区域的像素值127)。
C.结合三色图,对所述原始图像进行抠图处理,确定所述目标图像的目标边缘,目标边缘内的图像为在原始图像中保留的原目标区域;将原始图像中目标边缘外的部分统一替换为所需的背景颜色,处理后的原始图像存储为待剪裁图像。
本实施例中抠图处理的方法采用pymatting软件提供的KNN抠图方法,该方法在论文《KNN Matting》有相关介绍(https://ieeexplore.ieee.org/document/6409354)。根据三色图确定的目标图像的目标边缘,将原始图片中目标边缘以外的部分全部设置为背景颜色,并且保持目标边缘内的原始图片的图像和像素颜色,这样便于后续的剪裁步骤,并且能够保证背景的一致性。
D.根据所述电子资料的类型,对所述待剪裁图像的长/宽比例进行对应大小的剪裁,形成已剪裁图像,再根据电子资料中目标图像对应的目标区域的大小对所述已剪裁图像进行缩放,形成已缩放图像。如果所述待剪裁图像为人像类的图像,则先通过人脸检测技术(如DLIB)对面部定位,然后计算检测框选出的面部区域大小,再根据所述电子资料的类型,对人像进行所述的裁剪和缩放。人脸检测技术是目前成熟的一种面部识别技术,通过人间检测能够准确判断出图像中人脸的位置以及轮廓边界。
E.用所述已缩放图像替换电子资料中所述目标区域内的图像,形成电子名片形式的图片格式的标准化电子资料,便于以统一格式进行展示和保存。
按照用户信息模板,还可以在所述图片格式的标准化电子资料上填充对应的用户信息,以丰富标准化电子资料的用户信息。
本发明的原理为,先通过现有的深度学习分割方法从用户上传的图片格式的电子资料中识别出要处理的部分,例如用户的人像部分,作为原始图像,然后对该原始图像通过现有的腐蚀操作和膨胀操作,获得包括目标区域、背景区域和待确认边缘区域的三色图。三色图的目的是确定要处理部分的确切边界,待下一步进行剪裁及缩放。然后根据所述电子资料的类型,对要处理的图像进行对应大小的剪裁。例如电子资料是驾照类型的、或是身份证类型的,则对图像进行对应类型要求的长/宽比例进行剪裁。再根据电子资料中目标图像对应的目标区域的大小对所述已剪裁图像进行缩放,形成已缩放图像,最后用已缩放图像替换电子资料中所述目标区域内的图像,由此将所有用户自行上传的电子资料都转换成格式、形式统一的标准化电子资料。
实施例:
以下以电子名片为例,对本发明的技术方案做进一步的举例说明:
A.根据用户上传的图片格式的电子资料,获取其中需要处理的图2所示的原始图像,对所述原始图像通过深度学习分割方法,找出待处理的目标图像(本实施例中目标图像即为人像部分)所在的初步目标区域,绘出初步目标边缘,将原始图像中的初步目标区域的像素值设置为255的白色,将非初步目标区域的像素值设置为0的黑色,将处理后原始图像存储为目标分割图。
B.通过[[1,1,1],[1,1,1],[1,1,1]]的3*3矩阵模板对所述目标分割图进行腐蚀操作,获得比目标分割图中原目标区域小的新目标区域;再通过[[1,1,1],[1,1,1],[1,1,1]]的3*3矩阵模板对所述目标分割图进行膨胀操作,获得比目标分割图中原背景区域小的新背景区域;将获得的新目标区域和新背景区域之间的图像,设置为127的颜色的待确认边缘区域;所述新目标区域、新背景区域和待确认边缘区域通过不同的像素值形成的三个不同颜色的区域,构成三色图(新目标区域的像素值255、新背景区域的像素值0、待确认边缘区域的像素值127)。
腐蚀操作和膨胀操作的原理如图5至图8所示,例如图5为目标分割图,通过对该目标分割图腐蚀操作后,得到如图6所示的比目标分割图中原目标区域小的新目标区域。再对图5所示的目标分割图进行膨胀操作,得到如图7所示的比目标分割图中原背景区域小的新背景区域。如图8所示,新目标区域和新背景区域之间的图像,即为待确认边缘区域。
C.结合三色图,通过pymatting软件对所述原始图像进行抠图处理,确定所述目标图像的目标边缘,目标边缘内的图像为在原始图像中保留的原目标区域;将原始图像中目标边缘外的部分统一替换为所需的背景颜色,处理后的原始图像存储为待剪裁图像。待剪裁图像与原始图像的大小是相同的,只是待剪裁图像的内容只有人像部分和背景部分。
D.根据生成用户电子名片的需求,对所述待剪裁图像的长/宽比例进行对应大小的剪裁,形成已剪裁图像。形成与图1相同大小的待剪裁图像,例如待剪裁图像的大小为长1200,宽400,如图3所示,电子名片上的照片区域为长100宽120,需要将待剪裁图像通过裁剪和缩放,处理成匹配的长100宽120的图像。因此,再对根据电子名片上照片区域的大小对所述已剪裁图像进行缩放,形成已缩放图像。例如已剪裁图像的大小为长50宽40,再缩放成长100宽120的已缩放图像。由于是对人像进行剪裁和缩放,因此先通过DLIB人脸检测技术对面部定位,然后计算检测框选出的面部区域大小,再根据所述电子资料的类型,对人像进行所述的裁剪和缩放。
E.用所述已缩放图像替换电子资料中所述目标区域内的图像,如图4所示,最后按照电子名片的信息模板,在所述图片格式的标准化电子资料上填充对应的用户信息,形成电子名片形式的图片格式的标准化电子资料,便于以统一格式进行展示和保存。
Claims (7)
1.生成标准化电子资料的方法,其特征为,包括步骤:
A.根据用户上传的图片格式的电子资料,获取其中需要处理的原始图像,对所述原始图像通过深度学习分割方法,找出待处理的目标图像所在的初步目标区域,绘出初步目标边缘,将原始图像中的初步目标区域和初步目标区域以外的非初步目标区域分别设置为不同的颜色,将处理后原始图像存储为目标分割图;
B.对所述目标分割图进行腐蚀操作,获得比目标分割图中原目标区域小的新目标区域;再对所述目标分割图进行膨胀操作,获得比目标分割图中原背景区域小的新背景区域;将获得的新目标区域和新背景区域之间的图像,设置为其他颜色的待确认边缘区域;所述新目标区域、新背景区域和待确认边缘区域通过不同的像素值形成的三个不同颜色的区域,构成三色图;
C.结合三色图,对所述原始图像进行抠图处理,确定所述目标图像的目标边缘,目标边缘内的图像为在原始图像中保留的原目标区域;将原始图像中目标边缘外的部分统一替换为所需的背景颜色,处理后的原始图像存储为待剪裁图像;
D.根据所述电子资料的类型,对所述待剪裁图像的长/宽比例进行对应大小的剪裁,形成已剪裁图像,再根据电子资料中目标图像对应的目标区域的大小对所述已剪裁图像进行缩放,形成已缩放图像;
E.用所述已缩放图像替换电子资料中所述目标区域内的图像,形成图片格式的标准化电子资料。
2.根据权利要求1所述的生成标准化电子资料的方法,其特征为:在所述图片格式的标准化电子资料上填充对应的用户信息。
3.根据权利要求1或2所述的生成标准化电子资料的方法,其特征为:步骤A中,将原始图像中的初步目标区域的像素值设置为255的白色,将所述非初步目标区域的像素值设置为0的黑色。
4.根据权利要求1或2所述的生成标准化电子资料的方法,其特征为:步骤B中,通过[[1,1,1],[1,1,1],[1,1,1]]的3*3矩阵模板对所述目标分割图进行腐蚀操作;再通过[[1,1,1],[1,1,1],[1,1,1]]的3*3矩阵模板对所述目标分割图进行膨胀操作。
5.根据权利要求1或2所述的生成标准化电子资料的方法,其特征为:步骤C中,结合三色图对所述原始图像进行抠图处理后,将所述待确认边缘区域确定为原目标区域或背景区域的颜色,由此确定所述目标图像的目标边缘,然后将原始图像中目标边缘外的部分统一替换为所需的背景颜色,目标边缘内的图像像素保持不变。
6.根据权利要求1或2所述的生成标准化电子资料的方法,其特征为:步骤D中,如果所述待剪裁图像为人像类的图像,则先通过人脸检测技术对面部定位,然后计算检测框选出的面部区域大小,再根据所述电子资料的类型,对人像进行所述的裁剪和缩放。
7.根据权利要求1至6之一所述的生成标准化电子资料的方法,其特征为:步骤E所述的图片格式为电子名片形式的图片格式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111134734.5A CN113902754A (zh) | 2021-09-27 | 2021-09-27 | 生成标准化电子资料的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111134734.5A CN113902754A (zh) | 2021-09-27 | 2021-09-27 | 生成标准化电子资料的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113902754A true CN113902754A (zh) | 2022-01-07 |
Family
ID=79029608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111134734.5A Withdrawn CN113902754A (zh) | 2021-09-27 | 2021-09-27 | 生成标准化电子资料的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113902754A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9100588B1 (en) * | 2012-02-28 | 2015-08-04 | Bruce A. Seymour | Composite image formatting for real-time image processing |
CN110148102A (zh) * | 2018-02-12 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 图像合成方法、广告素材合成方法及装置 |
CN110400323A (zh) * | 2019-07-30 | 2019-11-01 | 上海艾麒信息科技有限公司 | 一种自动抠图系统、方法以及装置 |
CN110909506A (zh) * | 2018-09-10 | 2020-03-24 | 北京京东金融科技控股有限公司 | 平面设计物料生成的方法和装置 |
CN111445557A (zh) * | 2020-03-23 | 2020-07-24 | 中国建设银行股份有限公司 | 银行网点名片的自动生成方法及装置 |
-
2021
- 2021-09-27 CN CN202111134734.5A patent/CN113902754A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9100588B1 (en) * | 2012-02-28 | 2015-08-04 | Bruce A. Seymour | Composite image formatting for real-time image processing |
CN110148102A (zh) * | 2018-02-12 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 图像合成方法、广告素材合成方法及装置 |
CN110909506A (zh) * | 2018-09-10 | 2020-03-24 | 北京京东金融科技控股有限公司 | 平面设计物料生成的方法和装置 |
CN110400323A (zh) * | 2019-07-30 | 2019-11-01 | 上海艾麒信息科技有限公司 | 一种自动抠图系统、方法以及装置 |
CN111445557A (zh) * | 2020-03-23 | 2020-07-24 | 中国建设银行股份有限公司 | 银行网点名片的自动生成方法及装置 |
Non-Patent Citations (2)
Title |
---|
VIKAS GUPTA 等: "Automatic trimap generation for image matting", 《2016 INTERNATIONAL CONFERENCE ON SIGNAL AND INFORMATION PROCESSING》, 16 February 2017 (2017-02-16), pages 1 - 5 * |
文韬;章义来;彭永康;: "基于闭合解抠图算法的图像边缘分割改进研究", 《信息与电脑(理论版)》, no. 14, 25 July 2020 (2020-07-25), pages 67 - 69 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7941002B2 (en) | Apparatus and methods of producing photorealistic image thumbnails | |
JP6139396B2 (ja) | 文書を表す二値画像を圧縮する方法及びプログラム | |
US6952286B2 (en) | Doubleprint photofinishing service with the second print having subject content-based modifications | |
EP1310912B1 (en) | Image processing method, apparatus and system | |
EP2411961B1 (en) | Method and apparatus for modifying an image by using a saliency map based on color frequency | |
US6389155B2 (en) | Image processing apparatus | |
JP5274495B2 (ja) | 文書画像サイズ変更方法 | |
US20110305397A1 (en) | Systems and methods for retargeting an image utilizing a saliency map | |
US20060098889A1 (en) | Digital image processing system and method for emphasizing a main subject of an image | |
US20110050723A1 (en) | Image processing apparatus and method, and program | |
JP4710550B2 (ja) | 画像におけるコメントレイアウト | |
JP5527592B2 (ja) | 画像処理装置および方法、並びにプログラム | |
JP2014016826A (ja) | 画像処理装置、及び画像処理方法、プログラム | |
CN111881846B (zh) | 图像处理方法和相关装置、设备、存储介质 | |
US7724981B2 (en) | Adaptive contrast control systems and methods | |
CN112508024A (zh) | 一种变压器电气铭牌钢印字体智能识别方法 | |
JP3820751B2 (ja) | 画像処理装置および方法ならびに画像処理プログラムを記録した記録媒体 | |
CN110619060B (zh) | 一种条烟图像数据库构建方法及条烟防伪查询方法 | |
RU2329535C2 (ru) | Способ автоматического кадрирования фотографий | |
CN113902754A (zh) | 生成标准化电子资料的方法 | |
CN113421256A (zh) | 一种点阵文本行字符投影分割方法及装置 | |
CN113506306A (zh) | 多人抠图方法、系统、装置和存储介质 | |
CN113469931B (zh) | 图像检测模型训练、修改检测方法、装置以及存储介质 | |
US10521686B2 (en) | Image processing apparatus, information processing method and storage medium for generating an image file by extracting character pixels of a target image | |
JP2004152087A (ja) | 画像の特徴量を抽出する方法および装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220107 |