CN114283416A - 车险理赔图片的处理方法和装置 - Google Patents
车险理赔图片的处理方法和装置 Download PDFInfo
- Publication number
- CN114283416A CN114283416A CN202111508655.6A CN202111508655A CN114283416A CN 114283416 A CN114283416 A CN 114283416A CN 202111508655 A CN202111508655 A CN 202111508655A CN 114283416 A CN114283416 A CN 114283416A
- Authority
- CN
- China
- Prior art keywords
- picture
- pictures
- settlement
- standard
- vehicle
- 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
Images
Abstract
本发明公开了一种车险理赔图片的处理方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:获取与待理赔车辆对应的不同部位的标准理赔图片;获取用户选择的车辆部位和提交的拍摄图片;将所述车辆部位的标准理赔图片与所述拍摄图片进行形状和角度比对;在比对不通过的情况下,根据比对结果生成所述车辆部位对应的拍摄调整提示信息,以用于辅助用户进行图片拍摄,直至获取可比对通过的拍摄图片;为比对通过的拍摄图片添加标注信息以生成车险理赔图片。该实施方式能够解决拍摄者所拍照片不规范和不标准的问题,实现了车辆图片的自动影像分拣,提高了查勘定损的效率和准确度。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种车险理赔图片的处理方法和装置。
背景技术
目前车险理赔系统流程中查勘和定损环节,绝大部分都是交给外部的公估公司完成,不同公估人员作业水平和质量参差不齐。并且,目前公估公司在进行查勘和定损时,多是作业人员出现场查勘定损,将案件的现场影像拍照后进行批次上传,若无法当时上传则会导致案件所涉及车辆与上传影像不对应、填写的车辆信息与上传的影像不同等上传车辆信息混乱等问题。另外,由于对查勘定损照片没有统一的质量标准,导致拍摄的图片尺寸不尽相同、对同一部位的拍摄角度大相径庭等,这些都会导致无法进行自动影像分拣,从而影响查勘定损的效率和准确度。
发明内容
有鉴于此,本发明实施例提供一种车险理赔图片的处理方法和装置,能够解决拍摄者所拍照片不规范和不标准的问题,实现了车辆图片的自动影像分拣,提高了查勘定损的效率和准确度。
为实现上述目的,根据本发明实施例的一个方面,提供了一种车险理赔图片的处理方法。
一种车险理赔图片的处理方法,包括:
获取与待理赔车辆对应的不同部位的标准理赔图片;
获取用户选择的车辆部位和提交的拍摄图片;
将所述车辆部位的标准理赔图片与所述拍摄图片进行形状和角度比对;
在比对不通过的情况下,根据比对结果生成所述车辆部位对应的拍摄调整提示信息,以用于辅助用户进行图片拍摄,直至获取可比对通过的拍摄图片;
为比对通过的拍摄图片添加标注信息以生成车险理赔图片。
可选地,所述方法还包括:
通过调用文字识别服务,对已生成的车险理赔图片的标注信息进行识别,并根据识别结果进行图像分拣。
可选地,将所述车辆部位的标准理赔图片与所述拍摄图片进行形状和角度比对包括:
分别获取所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图;
分别计算这两个轮廓图的形状参数和角度参数,其中,所述形状参数包括水平投影长度和垂直投影长度,所述角度参数包括图形中心点和原点的连线与X轴的夹角值;
根据所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图的形状参数和角度参数进行形状和角度比对。
可选地,图片的轮廓图通过以下方式获取:
以图片的左上角为坐标原点,以水平向右为X轴,以竖直向下为Y轴,建立坐标系;
沿着Y轴方向,逐行遍历每个像素点的颜色值,得到包括所述坐标系下每个像素点及对应的颜色值的集合数据;
基于所述集合数据生成图片对应的轮廓图。
可选地,基于所述集合数据生成图片对应的轮廓图包括:
遍历所述集合数据,分别获取同一Y轴数值下的轮廓标记点,所述轮廓标记点为X轴值中对应像素点颜色值不为-1的最小值,和X轴值中对应像素点颜色值不为-1的最大值的像素点;
根据所述轮廓标记点生成图片对应的轮廓图。
可选地,轮廓图的形状参数和角度参数通过以下方式计算:
对轮廓图进行水平方向和竖直方向的坐标点收集,得到X轴方向的最大X轴值和最小X轴值,以及Y轴方向的最大Y轴值和最小Y轴值;
通过计算最大X轴值和最小X轴值之差得到所述轮廓图的水平投影长度,通过计算最大Y轴值和最小Y轴值之差得到所述轮廓图的垂直投影长度,将所述水平投影长度和所述垂直投影长度作为形状参数;
通过计算最大X轴值和最小X轴值的均值,及最大Y轴值和最小Y轴值的均值得到所述轮廓图的中心点坐标,将中心点与坐标原点的连线与X轴的夹角值作为角度参数。
可选地,在分别获取所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图之前,还包括:
分别对所述车辆部位的标准理赔图片和所述拍摄图片进行车身部位抠取处理;
识别所述拍摄图片的分辨率,并在所述拍摄图片与所述标准理赔图片的分辨率差异超过设定阈值的情况下,删除所述拍摄图片。
根据本发明实施例的另一方面,提供了一种车险理赔图片的处理装置。
一种车险理赔图片的处理装置,包括:
标准图片获取模块,用于获取与待理赔车辆对应的不同部位的标准理赔图片;
拍摄图片获取模块,用于获取用户选择的车辆部位和提交的拍摄图片;
图片比对模块,用于将所述车辆部位的标准理赔图片与所述拍摄图片进行形状和角度比对;
辅助拍摄模块,用于在比对不通过的情况下,根据比对结果生成所述车辆部位对应的拍摄调整提示信息,以用于辅助用户进行图片拍摄,直至获取可比对通过的拍摄图片;
标注信息添加模块,用于为比对通过的拍摄图片添加标注信息以生成车险理赔图片。
根据本发明实施例的又一方面,提供了一种车险理赔图片的处理电子设备。
一种车险理赔图片的处理电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例所提供的车险理赔图片的处理方法。
根据本发明实施例的再一方面,提供了一种计算机可读介质。
一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例所提供的车险理赔图片的处理方法。
上述发明中的一个实施例具有如下优点或有益效果:通过获取与待理赔车辆对应的不同部位的标准理赔图片;获取用户选择的车辆部位和提交的拍摄图片;将车辆部位的标准理赔图片与拍摄图片进行形状和角度比对;在比对不通过的情况下,根据比对结果生成车辆部位对应的拍摄调整提示信息,以用于辅助用户进行图片拍摄,直至获取可比对通过的拍摄图片;为比对通过的拍摄图片添加标注信息以生成车险理赔图片,实现了通过相同车辆相同部位不同照片的形状和角度的比对,来生成用于辅助用户进行图片拍摄的提示信息,通过此提示信息可以解决拍摄者所拍照片不规范和不标准的问题;并且,为比对通过的拍照图片添加备注信息,可以根据批注信息进行图片的自动分拣,从而实现了车辆图片的自动影像分拣。同时,根据提示信息拍摄的图片更规范和标准,为后续AI定损打下基础,以便通过对不同部位损失程度的分析得出更加合理的定损结果,提高了查勘定损的效率和准确度。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是本发明一个实施例的拍照终端使用原理示意图;
图2是根据本发明实施例的车险理赔图片的处理方法的主要步骤示意图;
图3是本发明一个实施例的待处理原图示意图;
图4是本发明一个实施例的抠图处理后得到的无背景干扰的图片示意图;
图5是本发明一个实施例的轮廓图;
图6是本发明一个实施例的夹角计算示意图;
图7是本发明一个实施例的添加水印后的图片示意图;
图8是本发明一个实施例的后端服务实现流程示意图;
图9是根据本发明实施例的车险理赔图片的处理装置的主要模块示意图;
图10是本发明实施例可以应用于其中的示例性系统架构图;
图11是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本发明的技术方案可应用于车险理赔服务流程中的查勘定损环节。主要用于解决车险理赔查勘定损过程中,通过拍照指引规范不同部位对应的拍摄角度,对事故车辆拍照后可进行自动影像分拣的场景以及自动预检拍摄照片质量及为照片增加水印标注信息,从而更好辅助后续核损环节核定损失。长远来看通过AI定损技术对标准规范的影像图片进行训练,可以进一步提高通过车辆部位损失程度进行AI定损的准确率。
目前车险理赔系统流程中查勘和定损环节,绝大部分都是交给外部公估公司完成,不同公估人员作业水平和质量参差不齐。同时由于企业中没有现场查勘定损的作业平台,故而目前的现状是作业人员出现场查勘定损,将案件的现场影像拍照后,只能暂时存放在自己的手机终端上。等完成一天的外出作业任务后,回到办公点或者家里才会把影像资料进行整理,通过理赔系统录入业务数据和上传影像。这样的作业方式会经常导致案件所涉及车辆与上传影像不对应(填写的车辆信息VIN码与上传的影像不同等),按照系统的影像目录上传车辆信息混乱等问题。另外,由于对查勘定损照片没有统一的质量标准,导致拍摄的图片尺寸不尽相同、对同一部位的拍摄角度大相径庭等都会导致无法进行自动影像分拣。这些都是目前理赔作业场景中的痛点,对作业时效性有影响。通过本发明的技术方案可以通过现有的车辆识别、车辆损失程度识别、预设角度拍照等相关技术的融合使用更好的赋能现场查勘拍照过程。
通过本发明提出的车险理赔图片的处理方法,可以解决以上描述的业务痛点问题,首先获取待理赔车辆的不同部位的标准理赔图片,具体地,可通过一张车辆完整照片对车辆进行品牌、型号、车牌号等信息的识别,并获取识别到车辆的不同部位对应的标准理赔图片;也可通过作业人员手动输入车辆的品牌、型号、车牌号等信息,并基于这些信息获取到车辆的不同部位对应的标准理赔图片,等等。基于此显示的标准理赔图片锁定当前正在拍摄车辆,并通过定制的拍摄系统提示已识别车辆每个部位及对应的合理拍摄角度。作业人员按照此提示进行拍摄,拍完的每张照片通过后台的图片识别服务确认部位、损失程度等相关信息。最终将锁定车辆车牌、损失部位、损失程度等信息以水印的方式标注在已拍摄照片上。此时再通过理赔系统上传时,通过针对每张图片的固定位置的水印信息中的车牌号的识别就可以达到自动分拣的效果,而且通过水印信息的提取可以为后续的定核损提供更多的自动化。本发明的技术方案可以大大提高车险理赔查勘定损环节现场作业人员的作业时效性,提高采集数据的规范性和准确性,为整个理赔服务流程赋能,为后续车辆AI定损的发展做支撑。
为了实现上述车险理赔图片的处理方法,本发明主要由拍照终端和后端服务两部分组成。本发明可以被实现为一种拍照功能设备,可以基于车辆识别技术、车牌识别技术、车辆损失部位识别技术、图片相似度对比技术、图片抠图技术等相关技术,实现一个用于车险理赔流程中,现场查勘定损时的车险理赔拍照功能设备。通过此拍照功能设备可以自动识别当前拍照车辆基本信息,通过不同部位标准拍摄提示,辅助拍摄人员可以拍出规范、标准的车辆查定照片,进而可以实现车辆查勘定损照片的自动分拣功能以及损失程度识别和为后续的AI定损打下基础。
在本发明的实施例中,为了能够实现车险理赔图片的自动分拣,设计了一种现场用于拍摄车险照片的拍照终端。如图1所示,图1是本发明一个实施例的拍照终端使用原理示意图。拍照终端的使用过程如下:
1、通过点击终端右上角的“识别”按钮,对当前摄像头预览的车辆影像进行识别,返回可识别匹配度最高的车辆数据,包括车辆的基本信息,如车牌号、车型、车辆品牌等,以及系统预设的标准拍摄角度的车辆的正前方、前方左侧、前方右侧、中间左侧、中间右侧、顶部、底部、后方右侧、正后方、后方左侧等不限于这些车辆部位的标准理赔图片,另外,在获取到标准理赔图片时,还可以获取与各个车辆部位的标准理赔图片一起对应存储的拍摄图片时应距离车辆的距离信息和拍摄角度数据等。将识别到的车辆对应的车辆数据显示于拍摄区的右上角,将识别到的车辆各部位的标准理赔图片显示于拍摄区顶部(可左右滑动展示);
2、选择拍摄区顶部的某车辆部位图片,并对当前车辆的该指定车辆部位进行拍摄,此功能会展示所选车辆部位的标准理赔图片的轮廓图作为辅助拍摄用的拍摄轮廓图,根据当前摄像头预览的图像是否包含在拍摄轮廓图范围内,以及拍摄的距离和角度与当前所选车辆部位进行差异性比较,将比较后的偏差提示信息展示于拍摄区的中上位置。当拍摄距离和角度偏差在合理的范围内后,可以拍摄出规范标准的对应车辆部位的图片;
3、拍摄完成指定的车辆部位的图片之后,后端服务会对当前拍摄的图片进行预检处理,并将处理结果和拍摄调整提示信息返回展示到拍摄区的左下部。并在固定区域生成水印标注信息,水印标注信息包括但不限于车牌号、损失部位、损失程度等信息。其中,预检处理主要包括两部分内容:(1)对图片分辨率进行识别检测;(2)对当前拍摄图片和所选的车辆部位的标准理赔图片进行比对,得到一个差异度结果。处理结果:就是将预检处理过程中的结果反馈到拍照终端;拍摄调整提示信息:用于提示用户进行拍摄距离和角度的调整。拍摄者可以据此作出判断是否重新拍摄。当然此过程可以不必每拍摄一张图片时都进行一次预检,也可以是拍摄完某车辆部位或者全部车辆部位对应的图片后,最终进行统一预检,并全量反馈预检处理结果信息及拍摄调整提示信息;
4、图片经处理后,保存于当前设备中或直接上传远程服务器。后续经批量上传图片或者直接上传图片时,车险理赔的服务端可对图片上的水印区域的车牌号等信息进行识别和提取。并根据车牌号信息完成车辆图片的自动影像分拣。
5、再次点击终端右上角的“识别”按钮,可对新的待理赔车辆进行图片拍摄,重复以上步骤内容即可。
下面结合具体实施例介绍本发明后端服务部分是如何基于车辆识别服务、图片对比相似度分析服务、图片拍摄角度差异对比分析服务等进行车险理赔图片的处理的。
图2是根据本发明实施例的车险理赔图片的处理方法的主要步骤示意图。如图2所示,本发明实施例的车险理赔图片的处理方法主要包括如下的步骤S201至步骤S205。
步骤S201:获取与待理赔车辆对应的不同部位的标准理赔图片。根据本发明的技术方案,不同车辆不同部位的标准拍摄角度的标准理赔图片可预先进行处理并保存到图片库中,以便后续进行车险理赔时获取使用。在本发明的实施例中,在获取与待理赔车辆对应的不同部位的标准理赔图片时,可以通过车辆识别模块对摄像头预览的车辆影像进行识别以获取待理赔车辆的车辆信息;并根据车辆信息获取预存的不同部位的标准理赔图片。另外,也可以对待理赔车辆进行车辆完整照片的拍摄后通过车辆识别模块进行识别以获取待理赔车辆的车辆信息;并根据车辆信息获取预存的不同部位的标准理赔图片。其中,车辆信息例如包括车辆品牌、车辆型号、车牌号等等。根据车辆信息中的车辆品牌和车辆型号即可从图片库中查找到对应的标准理赔图片,例如包括车辆的正前方、前方左侧、前方右侧、中间左侧、中间右侧、顶部、底部、后方右侧、正后方、后方左侧等不限于这些车辆部位的图片。车辆识别模块可以集成调用外部第三方服务或内部服务进行识别处理,但目前市面上提供的车辆识别服务的产品都仅能返回车辆的基本信息,并没有车辆各角度拍摄的图片信息。故而在获取到车辆识别模块识别的车辆信息之后,还需要结合预存的不同车辆各个部位的标准理赔图片来获取该待理赔车辆对应的不同部位的标准理赔图片,并将其作为最终结果返回到拍照终端。
步骤S202:获取用户选择的车辆部位和提交的拍摄图片。用户在进行待理赔车辆图片拍摄时,可以分别拍摄不同车辆部位的图片。具体地,可以从拍照终端上方显示的不同部位的标准理赔图片中选择一个以作为用户选择的车辆部位。用户选择要拍摄的车辆部位后,终端设备上会出现此车辆部位对应的拍摄轮廓图,以辅助拍摄距离和角度的调整。在用户还未对该车辆部位拍摄任何照片时,该拍摄轮廓图例如是预先存储的该车辆部位的标准理赔图片所对应的轮廓图;在用户已对该车辆部位拍摄过照片后需要进行拍摄距离和角度的调整时,该拍摄轮廓图例如是添加了拍摄调整提示信息的轮廓图。
根据本发明的一个实施例,图片的轮廓图可以通过以下方式获取:以图片的左上角为坐标原点,以水平向右为X轴,以竖直向下为Y轴,建立坐标系;沿着Y轴方向,逐行遍历每个像素点的颜色值,得到包括所述坐标系下每个像素点及对应的颜色值的集合数据;基于所述集合数据生成图片对应的轮廓图。
其中,基于所述集合数据生成图片对应的轮廓图具体可以包括:遍历所述集合数据,分别获取同一Y轴数值下的轮廓标记点,所述轮廓标记点为X轴值中对应像素点颜色值不为-1的最小值,和X轴值中对应像素点颜色值不为-1的最大值的像素点;根据所述轮廓标记点生成图片对应的轮廓图。
具体地,以图片的左上角为坐标原点,以水平向右为X轴,以竖直向下为Y轴,建立坐标系。通过工具类BUFFEREDIMAGE按照Y轴方向,逐行遍历每个像素点的颜色RBG值,得到一个包含基于此坐标轴下每个坐标值(即像素点)和对应的RBG值的集合数据。然后基于此集合数据生成图片对应的轮廓图。主要实现方式是,遍历集合数据,分别获取同一Y轴数值下,MIN{X轴值对应像素点RGB值不为-1}和MAX{X轴值对应像素点RGB值不为-1}的像素点坐标,通过SETRGB方法对此像素点进行标记。最终,由标记的点生成图片的轮廓图。
步骤S203:将所述车辆部位的标准理赔图片与所述拍摄图片进行形状和角度比对。在获取到拍摄图片后,即可将拍摄图片与对应的标准理赔图片进行比对,以判断拍摄图片是否满足要求。
在本发明的一个实施例中,将所述车辆部位的标准理赔图片与所述拍摄图片进行形状和角度比对,具体可以包括以下步骤:
步骤S2031:分别获取所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图;
步骤S2032:分别计算这两个轮廓图的形状参数和角度参数,其中,所述形状参数包括水平投影长度和垂直投影长度,所述角度参数包括图形中心点和原点的连线与X轴的夹角值;
步骤S2033:根据所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图的形状参数和角度参数进行形状和角度比对。
其中,步骤S2031在获取所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图时,可按照步骤S202中获取图片的轮廓图的方法来实现,在此不再进行赘述。
在步骤S2032中,轮廓图的形状参数和角度参数可以通过以下方式计算:
对轮廓图进行水平方向和竖直方向的坐标点收集,得到X轴方向的最大X轴值和最小X轴值,以及Y轴方向的最大Y轴值和最小Y轴值;
通过计算最大X轴值和最小X轴值之差得到所述轮廓图的水平投影长度,通过计算最大Y轴值和最小Y轴值之差得到所述轮廓图的垂直投影长度,将所述水平投影长度和所述垂直投影长度作为形状参数;
通过计算最大X轴值和最小X轴值的均值,及最大Y轴值和最小Y轴值的均值得到所述轮廓图的中心点坐标,将中心点与坐标原点的连线与X轴的夹角值作为角度参数。
在本发明的实施例中,通过对步骤S2031中的轮廓图进行水平方向和竖直方向的坐标点收集,可得到X轴方向的最小X轴值MINX值和最大X轴值MAXX值,及Y轴方向的最小Y轴值MINY和最大Y轴值MAXY值。然后,通过计算(MAXX-MINX)即可得到所述轮廓图的水平投影长度,通过计算(MAXY-MINY)的值即可得到所述轮廓图的垂直投影长度,水平投影长度和垂直投影长度即构成了形状参数。通过计算(MINX+MAXX)/2和(MINY+MAXY)/2得到轮廓图的中心点坐标,将中心点与坐标原点连线与X轴的夹角值作为角度参数。
之后,即可执行步骤S2033,根据所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图的形状参数和角度参数进行形状和角度比对。
根据本发明的其中一个实施例,在步骤S2031,分别获取所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图之前,还可以包括:
分别对所述车辆部位的标准理赔图片和所述拍摄图片进行车身部位抠取处理;
识别所述拍摄图片的分辨率,并在所述拍摄图片与所述标准理赔图片的分辨率差异超过设定阈值的情况下,删除所述拍摄图片。
在步骤S2031之前对标准理赔图片和拍摄图片进行抠图处理,以得到透明背景的车身部位图片,可以避免后续进行图片的轮廓图生成以及形状参数和角度参数的计算时,由于图片背景颜色而导致的轮廓图提取不准确,以及后续参数计算不准确的情况。在识别图片的分辨率时,对于JAVA语言可以通过工具类BUFFEREDIMAGE进行图片宽高分辨率的获取。通过对比标准理赔图片对应的透明背景的车身部位图片和拍摄图片对应的透明背景的车身部位图片的分辨率,先对待处理的拍摄图片进行初步过滤。如果分辨率不同或者差异较大,则不再做后续的图片分析。如此,即可保证上传的理赔图片的图片质量和清晰度,便于后续进行车辆定损。
根据本发明实施例的技术方案,对标准理赔图片和拍摄图片进行车身部位抠取处理,和基于拍摄图片与标准理赔图片的分辨率差异删除拍摄图片,这两个步骤,在具体实施过程中,可以仅包括其中一个步骤,也可以包括这两个步骤,且这两个步骤的执行并没有严格的先后顺序,也可以同步执行。若先对标准理赔图片和拍摄图片进行车身部位抠取处理,则后续在进行分辨率比较时,即可通过对抠图后的图片进行分辨率识别和比较;若先基于图片的分辨率进行了图片删除,则后续在进行抠图时,即可对删除之后剩余的图片进行抠图处理。
步骤S204:在比对不通过的情况下,根据比对结果生成所述车辆部位对应的拍摄调整提示信息,以用于辅助用户进行图片拍摄,直至获取可比对通过的拍摄图片。在本发明的实施例中,可以设置具体的比对规则以用于限定比对是否通过,比如,若A图片和B图片的形状参数的差异率在10%以内,且角度参数的差异率在15%以内即认为比对通过,等等。当比对不通过时,会根据比对结果生成拍摄调整提示信息,比如,若拍摄图片的X轴投影长度明显比标准理赔图片的X轴的投影长度短很多,那系统预判出现这种情况的原因是拍摄者没有正对车辆进行拍摄,则可能给出的提示就是:请调整拍摄角度,按照所选车辆部位信息正对拍摄。同理,对于夹角值差异的处理亦如此。可以通过更多的机器学习,对于每次出现差异后做调整的结果进行分析和学习,不断提高系统响应的提示信息更加准确的目标。
通过将拍摄调整提示信息显示在拍照终端的界面上,可以辅助用户进行图片拍摄,直至获取到可比对通过的拍摄图片。
步骤S205:为比对通过的拍摄图片添加标注信息以生成车险理赔图片。通过为比对通过的拍摄图片添加标注信息(例如水印),可以将待理赔车辆的信息等标记到图片上,从而便于根据标注信息进行图像分拣。获取已比对通过后上传的拍摄图片,通过JAVA语言中的Graphics2D工具类读取拍摄图片后,获取图片的长宽像素值,在图片左下角相对底部固定区域DRAW图片的水印信息,例如包括车牌号、拍摄时间、拍摄地点、拍摄人员等数据。同时,还可以换行展示水印、对水印内容添加背景色等。
根据本发明的一个实施例,为了基于标注信息进行车险理赔图片的自动分拣,可以通过调用文字识别服务,对已生成的车险理赔图片的标注信息进行识别,并根据识别结果进行图像分拣。通过集成调用OCR文字识别服务,对已生成的图片水印进行识别。根据识别到文字信息结果提取关键属性值,明确每张图片对应的车辆信息,进而达到影像自动分拣的效果。
下面结合具体实施例和附图介绍本发明的车险理赔图片的处理生成过程。在该实施例中,以对一支笔的图片进行处理为例来进行介绍。图3是本发明一个实施例的待处理原图示意图,其中,左边的图例如为图片库中预存的标准图(对应本发明中的车辆的标准理赔图片),右边的图为拍摄图片(对应本发明中的车辆的拍摄图片)。图4是本发明一个实施例的抠图处理后得到的无背景干扰的图片示意图,其中,左边的图即为图3中标准图进行抠图处理后得到的无背景干扰的图片,右边的图即为图3中拍摄图片进行抠图处理后得到的无背景干扰的图片。图5是本发明一个实施例的轮廓图,该轮廓图是对图4中的无背景干扰的图片进行处理得到的轮廓图,其中,左边的图即为图4中标准图在抠图后进行处理得到的轮廓图,右边的图即为图4中拍摄图片在抠图后进行处理得到的轮廓图。图6是本发明一个实施例的夹角计算示意图,其中示出了根据图5的轮廓图进行投影后计算得到的轮廓图的中心点与坐标原点的连线与X轴的夹角值,同样地,左边的图示出了图5中标准图对应的轮廓图的中心点与坐标原点的连线与X轴的夹角值α,右边的图示出了图5中拍摄图片对应的轮廓图的中心点与坐标原点的连线与X轴的夹角值β。图7是本发明一个实施例的添加水印后的图片示意图,其中示出了图3中的拍摄图片进行处理后添加了水印后的图片。
图8是本发明一个实施例的后端服务实现流程示意图。如图8所示,当用户通过拍照终端发起第一识别请求后,后端服务首先通过车辆识别模块进行车辆识别,并返回车辆基本信息,然后基于车辆基本信息获取到预存的标准理赔图片。在用户选取拍摄的车辆部位后,用户通过拍照终端发起第二识别请求,后端服务首先进行图片拍摄角度识别,并在获取到用户拍摄的图片后,将拍摄图片的分辨率与该车辆部位的标准理赔图片的分辨率进行比较,若分辨率差异较大,则直接生成拍摄调整提示信息,否则对拍摄图片和对应的标准理赔图片进行抠图处理,以抠出无背景的车身部位。之后,基于抠图结果,分别生成拍摄图片和对应的标准理赔图片的轮廓图,并进行水平和垂直投影,以计算轮廓图的形状参数(水平投影长度、垂直投影长度)和角度参数(轮廓图的中心点与原点的连线与X轴的夹角);最后,基于形状参数和角度参数进行比对,并根据比对结果生成拍摄调整提示信息,并将拍摄调整提示信息返回给拍照终端。
根据本发明的技术方案,主要用于现有的车险理赔流程中的车辆查勘定损环节。一线作业人员通过此功能进行车辆识别、不同部位标准化拍照、自动完成车辆影像分拣等。本发明的主要目的是解决不规范的查勘定损影像拍照的现状,拍摄页面的拍摄区展示当前所选车辆部位的轮廓图,同时通过拍摄预览,系统通过对比标准拍摄图的轮廓图投影长宽比值、长度跟预览图对比的差异、通过判断轮廓图的中心点与坐标原点连线跟X轴的夹角值对比,返回拍摄调整提示信息,提醒拍摄者应该如何调整拍摄角度等。比如计算标准理赔图片的轮廓图长宽比为A(横轴值/纵轴值),长为M,宽为N,中心点与原点的连线与X轴的夹角为a。实际拍摄的拍摄图片如果长宽比为B,长为x,宽为y,中心点与原点的连线与X轴的夹角为b。如果B明显大于A,横轴值变长对应实际的拍摄角度,系统可以判断为相对于标准拍摄角度可能向左或者向右倾斜了,具体的倾斜角度可通过大量样本数据进行不断精确。进而给出一个拍摄调整提示信息,预设定一个合理的误差合理区间,通过实时的给拍摄者反馈提示信息,比如:您的拍摄距离需要近一些/远一些;您的拍摄角度需要向右一点/向左一点等,达到拍摄图片能够规范和标准的目的。这样可以保证大部分场景下拍出来的照片是符合标准和预期的。
对符合要求的拍摄图片进行生成水印处理。水印信息中包含车辆的车牌信息、拍摄人员、拍摄时间等基本信息。最终在全部图片上传完成后,系统后台服务通过OCR文字识别服务获取已上传图片,按照获取到的水印信息进行自动影像分拣,将不同车辆图片上传到不同的影像目录下。
图9是根据本发明实施例的车险理赔图片的处理装置的主要模块示意图。如图9所示,本发明实施例的车险理赔图片的处理装置900主要包括标准图片获取模块901、拍摄图片获取模块902、图片比对模块903、辅助拍摄模块904和标注信息添加模块905。
标准图片获取模块901,用于获取与待理赔车辆对应的不同部位的标准理赔图片;
拍摄图片获取模块902,用于获取用户选择的车辆部位和提交的拍摄图片;
图片比对模块903,用于将所述车辆部位的标准理赔图片与所述拍摄图片进行形状和角度比对;
辅助拍摄模块904,用于在比对不通过的情况下,根据比对结果生成所述车辆部位对应的拍摄调整提示信息,以用于辅助用户进行图片拍摄,直至获取可比对通过的拍摄图片;
标注信息添加模块905,用于为比对通过的拍摄图片添加标注信息以生成车险理赔图片。
根据本发明的一个实施例,车险理赔图片的处理装置900还可以包括标准信息识别模块(图中未示出),用于:
通过调用文字识别服务,对已生成的车险理赔图片的标注信息进行识别,并根据识别结果进行图像分拣。
根据本发明的另一个实施例,图片比对模块903还可以用于:
分别获取所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图;
分别计算这两个轮廓图的形状参数和角度参数,其中,所述形状参数包括水平投影长度和垂直投影长度,所述角度参数包括图形中心点和原点的连线与X轴的夹角值;
根据所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图的形状参数和角度参数进行形状和角度比对。
根据本发明的又一个实施例,图片的轮廓图通过以下方式获取:
以图片的左上角为坐标原点,以水平向右为X轴,以竖直向下为Y轴,建立坐标系;
沿着Y轴方向,逐行遍历每个像素点的颜色值,得到包括所述坐标系下每个像素点及对应的颜色值的集合数据;
基于所述集合数据生成图片对应的轮廓图。
根据本发明的又一个实施例,基于所述集合数据生成图片对应的轮廓图包括:
遍历所述集合数据,分别获取同一Y轴数值下的轮廓标记点,所述轮廓标记点为X轴值中对应像素点颜色值不为-1的最小值,和X轴值中对应像素点颜色值不为-1的最大值的像素点;
根据所述轮廓标记点生成图片对应的轮廓图。
根据本发明的又一个实施例,轮廓图的形状参数和角度参数通过以下方式计算:
对轮廓图进行水平方向和竖直方向的坐标点收集,得到X轴方向的最大X轴值和最小X轴值,以及Y轴方向的最大Y轴值和最小Y轴值;
通过计算最大X轴值和最小X轴值之差得到所述轮廓图的水平投影长度,通过计算最大Y轴值和最小Y轴值之差得到所述轮廓图的垂直投影长度,将所述水平投影长度和所述垂直投影长度作为形状参数;
通过计算最大X轴值和最小X轴值的均值,及最大Y轴值和最小Y轴值的均值得到所述轮廓图的中心点坐标,将中心点与坐标原点的连线与X轴的夹角值作为角度参数。
根据本发明的再一个实施例,车险理赔图片的处理装置900还可以包括图片预处理模块(图中未示出),用于:
在分别获取所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图之前,分别对所述车辆部位的标准理赔图片和所述拍摄图片进行车身部位抠取处理;
识别所述拍摄图片的分辨率,并在所述拍摄图片与所述标准理赔图片的分辨率差异超过设定阈值的情况下,删除所述拍摄图片。
根据本发明实施例的技术方案,通过获取与待理赔车辆对应的不同部位的标准理赔图片;获取用户选择的车辆部位和提交的拍摄图片;将车辆部位的标准理赔图片与拍摄图片进行形状和角度比对;在比对不通过的情况下,根据比对结果生成车辆部位对应的拍摄调整提示信息,以用于辅助用户进行图片拍摄,直至获取可比对通过的拍摄图片;为比对通过的拍摄图片添加标注信息以生成车险理赔图片,实现了通过相同车辆相同部位不同照片的形状和角度的比对,来生成用于辅助用户进行图片拍摄的提示信息,通过此提示信息可以解决拍摄者所拍照片不规范和不标准的问题;并且,为比对通过的拍照图片添加备注信息,可以根据批注信息进行图片的自动分拣,从而实现了车辆图片的自动影像分拣。同时,根据提示信息拍摄的图片更规范和标准,为后续AI定损打下基础,以便通过对不同部位损失程度的分析得出更加合理的定损结果,提高了查勘定损的效率和准确度。
图10示出了可以应用本发明实施例的车险理赔图片的处理方法或车险理赔图片的处理装置的示例性系统架构1000。
如图10所示,系统架构1000可以包括终端设备1001、1002、1003,网络1004和服务器1005。网络1004用以在终端设备1001、1002、1003和服务器1005之间提供通信链路的介质。网络1004可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备1001、1002、1003通过网络1004与服务器1005交互,以接收或发送消息等。终端设备1001、1002、1003上可以安装有各种客户端应用,例如拍照类应用、图片处理类应用、抠图类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备1001、1002、1003可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器1005可以是提供各种服务的服务器,例如对用户利用终端设备1001、1002、1003所拍摄的车辆图片提供处理支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的车险理赔图片生成请求等数据进行获取与待理赔车辆对应的不同部位的标准理赔图片;获取用户选择的车辆部位和提交的拍摄图片;将所述车辆部位的标准理赔图片与所述拍摄图片进行形状和角度比对;在比对不通过的情况下,根据比对结果生成所述车辆部位对应的拍摄调整提示信息,以用于辅助用户进行图片拍摄,直至获取可比对通过的拍摄图片;为比对通过的拍摄图片添加标注信息等处理,并将处理结果(例如目标生成的车险理赔图片--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的车险理赔图片的处理方法一般由服务器1005执行,相应地,车险理赔图片的处理装置一般设置于服务器1005中。
应该理解,图10中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图11,其示出了适于用来实现本发明实施例的终端设备或服务器的计算机系统1100的结构示意图。图11示出的终端设备或服务器仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示,计算机系统1100包括中央处理单元(CPU)1101,其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。在RAM 1103中,还存储有系统1100操作所需的各种程序和数据。CPU 1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
以下部件连接至I/O接口1105:包括键盘、鼠标等的输入部分1106;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107;包括硬盘等的存储部分1108;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1110上,以便于从其上读出的计算机程序根据需要被安装入存储部分1108。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1109从网络上被下载和安装,和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(CPU)1101执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,例如,可以描述为:一种处理器包括标准图片获取模块、拍摄图片获取模块、图片比对模块、辅助拍摄模块和标注信息添加模块。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定,例如,标准图片获取模块还可以被描述为“用于获取与待理赔车辆对应的不同部位的标准理赔图片的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:获取与待理赔车辆对应的不同部位的标准理赔图片;获取用户选择的车辆部位和提交的拍摄图片;将所述车辆部位的标准理赔图片与所述拍摄图片进行形状和角度比对;在比对不通过的情况下,根据比对结果生成所述车辆部位对应的拍摄调整提示信息,以用于辅助用户进行图片拍摄,直至获取可比对通过的拍摄图片;为比对通过的拍摄图片添加标注信息以生成车险理赔图片。
根据本发明实施例的技术方案,通过获取与待理赔车辆对应的不同部位的标准理赔图片;获取用户选择的车辆部位和提交的拍摄图片;将车辆部位的标准理赔图片与拍摄图片进行形状和角度比对;在比对不通过的情况下,根据比对结果生成车辆部位对应的拍摄调整提示信息,以用于辅助用户进行图片拍摄,直至获取可比对通过的拍摄图片;为比对通过的拍摄图片添加标注信息以生成车险理赔图片,实现了通过相同车辆相同部位不同照片的形状和角度的比对,来生成用于辅助用户进行图片拍摄的提示信息,通过此提示信息可以解决拍摄者所拍照片不规范和不标准的问题;并且,为比对通过的拍照图片添加备注信息,可以根据批注信息进行图片的自动分拣,从而实现了车辆图片的自动影像分拣。同时,根据提示信息拍摄的图片更规范和标准,为后续AI定损打下基础,以便通过对不同部位损失程度的分析得出更加合理的定损结果,提高了查勘定损的效率和准确度。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种车险理赔图片的处理方法,其特征在于,包括:
获取与待理赔车辆对应的不同部位的标准理赔图片;
获取用户选择的车辆部位和提交的拍摄图片;
将所述车辆部位的标准理赔图片与所述拍摄图片进行形状和角度比对;
在比对不通过的情况下,根据比对结果生成所述车辆部位对应的拍摄调整提示信息,以用于辅助用户进行图片拍摄,直至获取可比对通过的拍摄图片;
为比对通过的拍摄图片添加标注信息以生成车险理赔图片。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过调用文字识别服务,对已生成的车险理赔图片的标注信息进行识别,并根据识别结果进行图像分拣。
3.根据权利要求1所述的方法,其特征在于,将所述车辆部位的标准理赔图片与所述拍摄图片进行形状和角度比对包括:
分别获取所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图;
分别计算这两个轮廓图的形状参数和角度参数,其中,所述形状参数包括水平投影长度和垂直投影长度,所述角度参数包括图形中心点和原点的连线与X轴的夹角值;
根据所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图的形状参数和角度参数进行形状和角度比对。
4.根据权利要求3所述的方法,其特征在于,图片的轮廓图通过以下方式获取:
以图片的左上角为坐标原点,以水平向右为X轴,以竖直向下为Y轴,建立坐标系;
沿着Y轴方向,逐行遍历每个像素点的颜色值,得到包括所述坐标系下每个像素点及对应的颜色值的集合数据;
基于所述集合数据生成图片对应的轮廓图。
5.根据权利要求4所述的方法,其特征在于,基于所述集合数据生成图片对应的轮廓图包括:
遍历所述集合数据,分别获取同一Y轴数值下的轮廓标记点,所述轮廓标记点为X轴值中对应像素点颜色值不为-1的最小值,和X轴值中对应像素点颜色值不为-1的最大值的像素点;
根据所述轮廓标记点生成图片对应的轮廓图。
6.根据权利要求3所述的方法,其特征在于,轮廓图的形状参数和角度参数通过以下方式计算:
对轮廓图进行水平方向和竖直方向的坐标点收集,得到X轴方向的最大X轴值和最小X轴值,以及Y轴方向的最大Y轴值和最小Y轴值;
通过计算最大X轴值和最小X轴值之差得到所述轮廓图的水平投影长度,通过计算最大Y轴值和最小Y轴值之差得到所述轮廓图的垂直投影长度,将所述水平投影长度和所述垂直投影长度作为形状参数;
通过计算最大X轴值和最小X轴值的均值,及最大Y轴值和最小Y轴值的均值得到所述轮廓图的中心点坐标,将中心点与坐标原点的连线与X轴的夹角值作为角度参数。
7.根据权利要求3所述的方法,其特征在于,在分别获取所述车辆部位的标准理赔图片和所述拍摄图片的轮廓图之前,还包括:
分别对所述车辆部位的标准理赔图片和所述拍摄图片进行车身部位抠取处理;
识别所述拍摄图片的分辨率,并在所述拍摄图片与所述标准理赔图片的分辨率差异超过设定阈值的情况下,删除所述拍摄图片。
8.一种车险理赔图片的处理装置,其特征在于,包括:
标准图片获取模块,用于获取与待理赔车辆对应的不同部位的标准理赔图片;
拍摄图片获取模块,用于获取用户选择的车辆部位和提交的拍摄图片;
图片比对模块,用于将所述车辆部位的标准理赔图片与所述拍摄图片进行形状和角度比对;
辅助拍摄模块,用于在比对不通过的情况下,根据比对结果生成所述车辆部位对应的拍摄调整提示信息,以用于辅助用户进行图片拍摄,直至获取可比对通过的拍摄图片;
标注信息添加模块,用于为比对通过的拍摄图片添加标注信息以生成车险理赔图片。
9.一种车险理赔图片的处理电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111508655.6A CN114283416A (zh) | 2021-12-10 | 2021-12-10 | 车险理赔图片的处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111508655.6A CN114283416A (zh) | 2021-12-10 | 2021-12-10 | 车险理赔图片的处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114283416A true CN114283416A (zh) | 2022-04-05 |
Family
ID=80871667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111508655.6A Pending CN114283416A (zh) | 2021-12-10 | 2021-12-10 | 车险理赔图片的处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114283416A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115810134A (zh) * | 2023-02-14 | 2023-03-17 | 之江实验室 | 一种车险反欺诈的图像采集质检方法、系统和装置 |
CN117750196A (zh) * | 2024-02-10 | 2024-03-22 | 苔花科迈(西安)信息技术有限公司 | 基于模版的井下钻场移动摄像装置的数据采集方法及装置 |
-
2021
- 2021-12-10 CN CN202111508655.6A patent/CN114283416A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115810134A (zh) * | 2023-02-14 | 2023-03-17 | 之江实验室 | 一种车险反欺诈的图像采集质检方法、系统和装置 |
CN117750196A (zh) * | 2024-02-10 | 2024-03-22 | 苔花科迈(西安)信息技术有限公司 | 基于模版的井下钻场移动摄像装置的数据采集方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106845470B (zh) | 地图数据采集方法和装置 | |
CN110705405B (zh) | 目标标注的方法及装置 | |
WO2021012382A1 (zh) | 配置聊天机器人的方法、装置、计算机设备和存储介质 | |
CN114283416A (zh) | 车险理赔图片的处理方法和装置 | |
KR102002024B1 (ko) | 객체 라벨링 처리 방법 및 객체 관리 서버 | |
CN110942061A (zh) | 文字识别方法、装置、设备和计算机可读介质 | |
US10303969B2 (en) | Pose detection using depth camera | |
CN110619807B (zh) | 生成全局热力图的方法和装置 | |
CN111290684B (zh) | 图像显示方法、图像显示装置及终端设备 | |
CN115115611B (zh) | 车辆损伤识别方法、装置、电子设备和存储介质 | |
CN108805799B (zh) | 全景图像合成装置、方法及计算机可读存储介质 | |
CN111209856B (zh) | 发票信息的识别方法、装置、电子设备及存储介质 | |
CN113850060A (zh) | 民航文档数据识别录入方法及系统 | |
CN116665228B (zh) | 图像处理方法及装置 | |
CN117237681A (zh) | 图像处理方法、装置及相关设备 | |
CN110610178A (zh) | 图像识别方法、装置、终端及计算机可读存储介质 | |
CN108427935B (zh) | 街景比对图像的生成方法和装置 | |
CN116468914A (zh) | 页面对比方法、装置、存储介质及电子设备 | |
CN113780294B (zh) | 文本字符分割的方法和装置 | |
CN110619597A (zh) | 一种半透明水印去除方法、装置、电子设备及存储介质 | |
CN115712746A (zh) | 图像样本标注方法、装置、存储介质以及电子设备 | |
CN111291758B (zh) | 用于识别印章文字的方法和装置 | |
CN114359931A (zh) | 一种快递面单识别方法、装置、计算机设备及存储介质 | |
CN114429628A (zh) | 图像处理方法、装置、可读存储介质及电子设备 | |
CN112308740A (zh) | 一种房地智能权调方法和系统 |
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 |