CN114359933B - 一种封面图像的识别方法 - Google Patents
一种封面图像的识别方法 Download PDFInfo
- Publication number
- CN114359933B CN114359933B CN202111368495.XA CN202111368495A CN114359933B CN 114359933 B CN114359933 B CN 114359933B CN 202111368495 A CN202111368495 A CN 202111368495A CN 114359933 B CN114359933 B CN 114359933B
- Authority
- CN
- China
- Prior art keywords
- cover
- series
- similarity
- picture
- cover image
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供一种封面图像的识别方法,包括:获取待识别封面图片,通过预设的封面图库,检测待识别封面图片是否属于系列封面;若待识别封面图片属于系列封面,获取对应的系列封面属性;获取系列封面属性对应的特征值区域坐标,根据特征值区域坐标对待识别封面图片进行特征值提取,获得待识别封面图片的封面图片特征值;从预设的封面特征值数据库中,获取系列封面属性对应的各个样本图片特征值,将封面图片特征值与各个样本图片特征值进行匹配,得到封面图片特征值分别相对于各个样本图片特征值的匹配值;将对应匹配值最高的样本图片特征值确定为特征匹配结果,根据特征匹配结果确定待识别封面图片的封面数据。可以提高识别效率和准确性。
Description
技术领域
本发明涉及数据处理的技术领域,具体涉及一种封面图像的识别方法。
背景技术
现在有一些电子设备能够识别一些读物的封面,例如绘本、教科书、课外书的封面,然后以电子版的形式展示读物的内容信息。但是现有读物中,同一系列的多本读物之间具有关联性,且其关联性还经常体现在封面上,例如同一系列的多本读物之间的封面相似度高,而这种读物的封面就是系列封面,在现有技术中,由于对系列封面和非系列封面缺乏区分,因此存在识别效率低、识别结果不准确等问题。
发明内容
本发明的目的在于克服现有技术中的缺点与不足,提供一种封面图像的识别方法,简化了封面的识别操作,提高了识别效率和识别准确性。
本发明的一个实施例提供一种封面图像的识别方法,包括:
获取待识别封面图片,通过预设的封面图库,检测所述待识别封面图片是否属于系列封面;若所述待识别封面图片属于系列封面,获取对应的系列封面属性;
从所述封面图库中,获取所述系列封面属性对应的特征值区域坐标,根据所述特征值区域坐标对所述待识别封面图片进行特征值提取,获得所述待识别封面图片的封面图片特征值;
从预设的封面特征值数据库中,获取所述系列封面属性对应的各个样本图片特征值,将所述封面图片特征值与各个所述样本图片特征值进行匹配,得到所述封面图片特征值分别相对于各个所述样本图片特征值的匹配值;
将对应所述匹配值最高的所述样本图片特征值确定为特征匹配结果,根据所述特征匹配结果确定所述待识别封面图片的封面数据。
相对于现有技术,本发明的封面图像的识别方法先通过封面图库检测所述待识别封面图片是否属于系列封面,若属于,再根据对应的特征值区域坐标从待识别封面图片中获取封面图片特征值,将所述封面图片特征值和样本图片特征值进行比对,得到特征匹配结果,从而根据所述特征匹配结果确定所述待识别封面图片的封面数据,简化了封面的识别操作,提高了识别效率和识别准确性。
进一步,所述封面图库为收录有所有封面图像样本的样本数据库,且所述封面图库包括第一封面图库和第二封面图库,其中,所述第一封面图库用于收录系列封面图像样本,所述第二封面图库用于收录所述第一封面图库以外的其他封面图像样本。通过所述第一封面图库和第二封面图库,可以分别用于识别属于系列封面的读物和不属于系列封面的读物。
进一步,所述封面图库收录的封面图像样本的存储格式相统一。通过统一存储格式,可以提高识别效率和降低识别的错误率。
进一步,所述封面图像样本的命名包含所述系列封面属性,其中,所述系列封面属性包括所述封面图像样本的主题名称。有利于通过所述系列封面属性区分各组不同系列的系列封面。
进一步,所述封面图库和所述封面特征值数据库存在映射关系,其中,所述封面特征值数据库存储有多组系列封面的样本图片特征值和特征值区域坐标,所述封面图库通过所述映射关系获得所述特征值区域坐标。
进一步,所述样本图片特征值是通过矩形框在所述封面图像样本中选取裁剪获得的;所述特征值区域坐标为所述矩形框在所述封面图像样本上的坐标位置,包括位于封面图像样本上的所述矩形框的两个对角点坐标。通过所述矩形框的两个对角点坐标,可以快速从所述待识别封面图片中定位到特征值区域坐标对应的位置和范围。
进一步,所述封面图库收录的封面图像样本为通过图像预处理后的图像,所述待识别封面图片为通过与所述封面图像样本相同的图像预处理后的图像。通过相同的图像预处理,可以提高识别结果的准确性。
进一步,所述第一封面图库收录系列封面图像样本时,包括以下步骤:
获取同一系列的系列封面图像样本,将同一系列的系列封面图像样本进行对比,得到同一系列的各个系列封面图像样本之间的相似度;
获取同一系列的各个系列封面图像样本之间的最大相似度,若所述最大相似度大于预设的第一相似度阈值,将对应的同一系列的所有所述系列封面图像样本保存到所述第一封面图库。对保存到所述第一封面图库的同一系列的所述系列封面图像样本之间的相似度作出要求,避免相似度低的系列封面图像样本保存到所述第一封面图库,可以提高利用所述第一封面图库识别所述待识别封面图片的识别效率。
进一步,还包括:
根据所述第一封面图库中,各个系列封面图像样本相对于同一系列的其他系列封面图像样本的相似度,得到各个系列封面图像样本于同一系列中的综合相似度;
将同一系列中,综合相似度最高的系列封面图像样本确定为该系列的第一对比封面图像样本,将所述第一对比封面图像样本相对于同一系列的其他系列封面图像样本的最低相似度确定为该系列的第一系列相似度对比值;
检测所述待识别封面图片时,将所述待识别封面图片与各个所述第一对比封面图像样本进行相似度比对,得到第一相似度比对结果,若所述第一相似度比对结果大于所述第一对比封面图像样本对应的第一系列相似度对比值,确定所述待识别封面图片属于系列封面。利用所述第一对比封面图像样本对所述待识别封面图片进行对比识别,并采用第一系列相似度对比值作为判断依据,可以提高对所述识别封面图片的识别准确性。
进一步,还包括:
若所述第一系列相似度对比值小于预设的第二相似度阈值,将所述第一系列相似度对比值对应的系列封面图像样本确定为第二对比封面图像样本;其中,所述第二对比封面图像样本与第一对比封面图像样本分别为所述第一系列相似度对比值对应的两个图像样本;其中,所述第二相似度阈值小于所述第一相似度阈值。
将所述第二对比封面图像样本相对于同一系列,除所述第一对比封面图像样本以外的其他系列封面图像样本的最低相似度,确定为该系列的第二系列相似度对比值;
检测所述待识别封面图片时,若所述第一相似度比对结果大于所述第一系列相似度对比值,但小于预设的标准相似度阈值,将所述待识别封面图片与各个所述第二对比封面图像样本进行相似度比对,得到第二相似度比对结果,若所述第二相似度比对结果大于所述第二对比封面图像样本对应的第二系列相似度对比值,确定所述待识别封面图片属于系列封面。当所述第一相似度比对结果大于所述第一系列相似度对比值,但小于预设的标准相似度阈值时,利用所述第二对比封面图像样本对所述待识别封面图片进行对比识别,并采用第二系列相似度对比值作为判断依据,可以更全面地提高对所述识别封面图片的识别准确性。
采用本发明实施例,具有如下有益效果:
(1)检测所述待识别封面图片是否属于系列封面,若属于,再根据对应的特征值区域坐标从待识别封面图片中获取封面图片特征值,将所述封面图片特征值和样本图片特征值进行比对,得到特征匹配结果,从而根据所述特征匹配结果确定所述待识别封面图片的封面数据,简化了封面的识别操作,提高了识别效率和识别准确性。
(2)根据同一系列的各个系列封面图像样本之间的最大相似度作为判断该系列中,各个系列封面图像样本的相似度情况,若所述最大相似度大于预设的第一相似度阈值,表示该系列的各个系列封面图像样本相似度较高,可以保存到所述第一封面图库,否则表示该系列的各个系列封面图像样本相似度较低,不保存到所述第一封面图库,以降低所述第一封面图库的存储量负荷,并提高识别效率。
(3)将同一系列中,综合相似度最高的系列封面图像样本确定为该系列的第一对比封面图像样本,检测所述待识别封面图片时,将所述待识别封面图片与各个所述第一对比封面图像样本进行相似度比对,无需将所述待识别封面图片与所述第一封面图库中的所有系列封面图像样本进行对比,提高了对比效率,且通过将所述第一对比封面图像样本相对于同一系列的其他系列封面图像样本的最低相似度确定为该系列的第一系列相似度对比值,提升了对比结果的容错率,从而保持对所述识别封面图片是否属于系列封面的检测结果的准确性。
(4)若所述第一相似度比对结果大于所述第一系列相似度对比值,但小于预设的标准相似度阈值,将所述待识别封面图片与各个所述第二对比封面图像样本进行相似度比对,可以提高对所述识别封面图片进行检测对比过程时的对比要求,并通过所述第二对比封面图像样本弥补了判断错误的可能性,从而提高对所述识别封面图片是否属于系列封面的检测结果的准确性。
为了能更清晰的理解本发明,以下将结合附图说明阐述本发明的具体实施方式。
附图说明
图1为本发明一个实施例的封面图像的识别方法的流程图。
图2为属于同一系列的两本读物的封面图像示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施例方式作进一步地详细描述。
应当明确,所描述的实施例仅仅是本申请实施例一部分实施例,而不是全部的实施例。基于本申请实施例中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本申请实施例保护的范围。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。在本申请的描述中,需要理解的是,术语“第一”、“第二”、“第三”等仅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,也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。在此所使用的词语“如果”/“若”可以被解释成为“在……时”或“当……时”或“响应于确定”。
此外,在本申请的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
请参阅图1,其是本发明一个实施例的封面图像的识别方法的流程图,包括:
S1、获取待识别封面图片,通过预设的封面图库,检测所述待识别封面图片是否属于系列封面;若所述待识别封面图片属于系列封面,获取对应的系列封面属性。
其中,系列封面是指属于同一系列的读物封面,所述检测所述待识别封面图片是否属于系列封面,是通过将所述待识别封面图片与所述封面图库保存的系列封面图像样本比对,根据比对结果判断是否属于系列封面,例如对比结果大于预设的判断阈值,就表示所述待识别封面图片属于系列封面。
S2、从所述封面图库中,获取所述系列封面属性对应的特征值区域坐标,根据所述特征值区域坐标对所述待识别封面图片进行特征值提取,获得所述待识别封面图片的封面图片特征值。
请参阅图2,所述封面图片特征值包括属于同一系列的读物封面之间的区别文字、符号等,如图2中的“宏观”和“微观”,或“宏观部分”和“微观部分”。
S3、从预设的封面特征值数据库中,获取所述系列封面属性对应的各个样本图片特征值,将所述封面图片特征值与各个所述样本图片特征值进行匹配,得到所述封面图片特征值分别相对于各个所述样本图片特征值的匹配值。
S4、将对应所述匹配值最高的所述样本图片特征值确定为特征匹配结果,根据所述特征匹配结果确定所述待识别封面图片的封面数据。
相对于现有技术,本发明的封面图像的识别方法先通过封面图库检测所述待识别封面图片是否属于系列封面,若属于,再根据对应的特征值区域坐标从待识别封面图片中获取封面图片特征值,将所述封面图片特征值和样本图片特征值进行比对,得到特征匹配结果,从而根据所述特征匹配结果确定所述待识别封面图片的封面数据,简化了封面的识别操作,提高了识别效率和识别准确性。
在一个可行的实施例中,所述封面图库为收录有所有封面图像样本的样本数据库,且所述封面图库包括第一封面图库和第二封面图库,其中,所述第一封面图库用于收录系列封面图像样本,所述第二封面图库用于收录所述第一封面图库以外的其他封面图像样本。
通过所述第一封面图库和第二封面图库,可以分别用于识别属于系列封面的读物和不属于系列封面的读物。
优选地,所述封面图库收录的封面图像样本的存储格式相统一。通过统一存储格式,可以提高识别效率和降低识别的错误率。
在一个可行的实施例中,所述封面图像样本的命名包含所述系列封面属性,其中,所述系列封面属性包括所述封面图像样本的主题名称。所述封面图像样本的主题名称包括“四年级语文”、“三年级数学”等,或如图2所示的“西方经济学”,有利于通过所述系列封面属性区分各组不同系列的系列封面。
在一个可行的实施例中,所述封面图库和所述封面特征值数据库存在映射关系,其中,所述封面特征值数据库存储有多组系列封面的样本图片特征值和特征值区域坐标,所述封面图库通过所述映射关系获得所述特征值区域坐标。且所述封面图库获得所述特征值区域坐标后,将所述特征值区域坐标与对应的所述系列封面图像样本相对应。
在一个可行的实施例中,所述样本图片特征值是通过矩形框在所述封面图像样本中选取裁剪获得的;所述特征值区域坐标为所述矩形框在所述封面图像样本上的坐标位置,包括位于封面图像样本上的所述矩形框的两个对角点坐标。
通过所述矩形框的两个对角点坐标,可以快速从所述待识别封面图片中定位到特征值区域坐标对应的位置和范围。在其他实施例中,本领域的技术人员还可以根据所述矩形框的边长和重点位置确定所述矩形框在所述封面图像样本上的坐标位置和范围。
在一个可行的实施例中,所述封面图库收录的封面图像样本为通过图像预处理后的图像,所述待识别封面图片为通过与所述封面图像样本相同的图像预处理后的图像。通过相同的图像预处理,可以提高识别结果的准确性。
其中,所述图像预处理包括但不限于图像矫正、重置图像大小等操作,可选地,还可以包括更改对比度、亮度,以及进行滤波、二值化等操作。
在一个可行的实施例中,所述第一封面图库收录系列封面图像样本时,包括以下步骤:
获取同一系列的系列封面图像样本,将同一系列的系列封面图像样本进行对比,得到同一系列的各个系列封面图像样本之间的相似度;
获取同一系列的各个系列封面图像样本之间的最大相似度,若所述最大相似度大于预设的第一相似度阈值,将对应的同一系列的所有所述系列封面图像样本保存到所述第一封面图库。
在本实施例中,对保存到所述第一封面图库的同一系列的所述系列封面图像样本之间的相似度作出要求,避免相似度低的系列封面图像样本保存到所述第一封面图库,可以提高利用所述第一封面图库识别所述待识别封面图片的识别效率。
优选地,还包括:
根据所述第一封面图库中,各个系列封面图像样本相对于同一系列的其他系列封面图像样本的相似度,得到各个系列封面图像样本于同一系列中的综合相似度;
将同一系列中,综合相似度最高的系列封面图像样本确定为该系列的第一对比封面图像样本,将所述第一对比封面图像样本相对于同一系列的其他系列封面图像样本的最低相似度确定为该系列的第一系列相似度对比值;
检测所述待识别封面图片时,将所述待识别封面图片与各个所述第一对比封面图像样本进行相似度比对,得到第一相似度比对结果,若所述第一相似度比对结果大于所述第一对比封面图像样本对应的第一系列相似度对比值,确定所述待识别封面图片属于系列封面。
利用所述第一对比封面图像样本对所述待识别封面图片进行对比识别,并采用第一系列相似度对比值作为判断依据,可以提高对所述识别封面图片的识别准确性。
在一个可行的实施例中,还包括:
若所述第一系列相似度对比值小于预设的第二相似度阈值,将所述第一系列相似度对比值对应的系列封面图像样本确定为第二对比封面图像样本;其中,所述第二对比封面图像样本与第一对比封面图像样本分别为所述第一系列相似度对比值对应的两个图像样本;其中,所述第二相似度阈值小于所述第一相似度阈值。
例如,当所述第一相似度阈值设定为80%时,所述第二相似度阈值可以为60%、50%、45%等,当所述第一相似度阈值设定为70%时,所述第二相似度阈值可以为50%、45%、35%等。
将所述第二对比封面图像样本相对于同一系列,除所述第一对比封面图像样本以外的其他系列封面图像样本的最低相似度,确定为该系列的第二系列相似度对比值;
检测所述待识别封面图片时,若所述第一相似度比对结果大于所述第一系列相似度对比值,但小于预设的标准相似度阈值,将所述待识别封面图片与各个所述第二对比封面图像样本进行相似度比对,得到第二相似度比对结果,若所述第二相似度比对结果大于所述第二对比封面图像样本对应的第二系列相似度对比值,确定所述待识别封面图片属于系列封面。
在本实施例中,当所述第一相似度比对结果大于所述第一系列相似度对比值,但小于预设的标准相似度阈值时,利用所述第二对比封面图像样本对所述待识别封面图片进行对比识别,并采用第二系列相似度对比值作为判断依据,可以更全面地提高对所述识别封面图片的识别准确性。
需要说明的是,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、商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、商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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。
Claims (6)
1.一种封面图像的识别方法,其特征值在于,包括:
获取待识别封面图片,通过预设的封面图库,检测所述待识别封面图片是否属于系列封面;若所述待识别封面图片属于系列封面,获取对应的系列封面属性;
从所述封面图库中,获取所述系列封面属性对应的特征值区域坐标,根据所述特征值区域坐标对所述待识别封面图片进行特征值提取,获得所述待识别封面图片的封面图片特征值;
从预设的封面特征值数据库中,获取所述系列封面属性对应的各个样本图片特征值,将所述封面图片特征值与各个所述样本图片特征值进行匹配,得到所述封面图片特征值分别相对于各个所述样本图片特征值的匹配值;
将对应所述匹配值最高的所述样本图片特征值确定为特征匹配结果,根据所述特征匹配结果确定所述待识别封面图片的封面数据;
所述封面图库为收录有所有封面图像样本的样本数据库,且所述封面图库包括第一封面图库和第二封面图库,其中,所述第一封面图库用于收录系列封面图像样本,所述第二封面图库用于收录所述第一封面图库以外的其他封面图像样本;
所述第一封面图库收录系列封面图像样本时,包括以下步骤:
获取同一系列的系列封面图像样本,将同一系列的系列封面图像样本进行对比,得到同一系列的各个系列封面图像样本之间的相似度;
获取同一系列的各个系列封面图像样本之间的最大相似度,若所述最大相似度大于预设的第一相似度阈值,将对应的同一系列的所有所述系列封面图像样本保存到所述第一封面图库;
所述封面图像的识别方法还包括:
根据所述第一封面图库中,各个系列封面图像样本相对于同一系列的其他系列封面图像样本的相似度,得到各个系列封面图像样本于同一系列中的综合相似度;
将同一系列中,综合相似度最高的系列封面图像样本确定为该系列的第一对比封面图像样本,将所述第一对比封面图像样本相对于同一系列的其他系列封面图像样本的最低相似度确定为该系列的第一系列相似度对比值;
检测所述待识别封面图片时,将所述待识别封面图片与各个所述第一对比封面图像样本进行相似度比对,得到第一相似度比对结果,若所述第一相似度比对结果大于所述第一对比封面图像样本对应的第一系列相似度对比值,确定所述待识别封面图片属于系列封面;
若所述第一系列相似度对比值小于预设的第二相似度阈值,将所述第一系列相似度对比值对应的系列封面图像样本确定为第二对比封面图像样本;其中,所述第二对比封面图像样本与第一对比封面图像样本分别为所述第一系列相似度对比值对应的两个图像样本;其中,所述第二相似度阈值小于所述第一相似度阈值;
将所述第二对比封面图像样本相对于同一系列,除所述第一对比封面图像样本以外的其他系列封面图像样本的最低相似度,确定为该系列的第二系列相似度对比值;
检测所述待识别封面图片时,若所述第一相似度比对结果大于所述第一系列相似度对比值,但小于预设的标准相似度阈值,将所述待识别封面图片与各个所述第二对比封面图像样本进行相似度比对,得到第二相似度比对结果,若所述第二相似度比对结果大于所述第二对比封面图像样本对应的第二系列相似度对比值,确定所述待识别封面图片属于系列封面。
2.根据权利要求1所述的封面图像的识别方法,其特征值在于:所述封面图库收录的封面图像样本的存储格式相统一。
3.根据权利要求2所述的封面图像的识别方法,其特征值在于:所述封面图像样本的命名包含所述系列封面属性,其中,所述系列封面属性包括所述封面图像样本的主题名称。
4.根据权利要求3所述的封面图像的识别方法,其特征值在于:所述封面图库和所述封面特征值数据库存在映射关系,其中,所述封面特征值数据库存储有多组系列封面的样本图片特征值和特征值区域坐标,所述封面图库通过所述映射关系获得所述特征值区域坐标。
5.根据权利要求4所述的封面图像的识别方法,其特征值在于:所述样本图片特征值是通过矩形框在所述封面图像样本中选取裁剪获得的;所述特征值区域坐标为所述矩形框在所述封面图像样本上的坐标位置,包括位于封面图像样本上的所述矩形框的两个对角点坐标。
6.根据权利要求5所述的封面图像的识别方法,其特征值在于:所述封面图库收录的封面图像样本为通过图像预处理后的图像,所述待识别封面图片为通过与所述封面图像样本相同的图像预处理后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111368495.XA CN114359933B (zh) | 2021-11-18 | 2021-11-18 | 一种封面图像的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111368495.XA CN114359933B (zh) | 2021-11-18 | 2021-11-18 | 一种封面图像的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114359933A CN114359933A (zh) | 2022-04-15 |
CN114359933B true CN114359933B (zh) | 2022-09-20 |
Family
ID=81096011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111368495.XA Active CN114359933B (zh) | 2021-11-18 | 2021-11-18 | 一种封面图像的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114359933B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203242A (zh) * | 2015-05-07 | 2016-12-07 | 阿里巴巴集团控股有限公司 | 一种相似图像识别方法及设备 |
CN108108461A (zh) * | 2017-12-29 | 2018-06-01 | 北京小米移动软件有限公司 | 确定封面图像的方法及装置 |
CN111860035A (zh) * | 2019-04-25 | 2020-10-30 | 北京京东尚科信息技术有限公司 | 图书封面检测方法、装置及存储介质和电子设备 |
CN113449655A (zh) * | 2021-06-30 | 2021-09-28 | 东莞市小精灵教育软件有限公司 | 封面图像的识别方法、装置、存储介质及识别设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI384408B (zh) * | 2009-04-30 | 2013-02-01 | Ind Tech Res Inst | 影像辨識以及輸出方法與其系統 |
CN105447499B (zh) * | 2015-10-23 | 2018-09-04 | 北京爱乐宝机器人科技有限公司 | 一种图书互动方法、装置和设备 |
JP6681192B2 (ja) * | 2015-12-25 | 2020-04-15 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びコンピュータプログラム |
CN108734185B (zh) * | 2017-04-18 | 2022-01-04 | 北京京东尚科信息技术有限公司 | 图像校验方法和装置 |
CN110532964A (zh) * | 2019-08-30 | 2019-12-03 | 广东小天才科技有限公司 | 页码识别方法及装置、阅读机器人、计算机可读存储介质 |
-
2021
- 2021-11-18 CN CN202111368495.XA patent/CN114359933B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203242A (zh) * | 2015-05-07 | 2016-12-07 | 阿里巴巴集团控股有限公司 | 一种相似图像识别方法及设备 |
CN108108461A (zh) * | 2017-12-29 | 2018-06-01 | 北京小米移动软件有限公司 | 确定封面图像的方法及装置 |
CN111860035A (zh) * | 2019-04-25 | 2020-10-30 | 北京京东尚科信息技术有限公司 | 图书封面检测方法、装置及存储介质和电子设备 |
CN113449655A (zh) * | 2021-06-30 | 2021-09-28 | 东莞市小精灵教育软件有限公司 | 封面图像的识别方法、装置、存储介质及识别设备 |
Non-Patent Citations (3)
Title |
---|
Image Matching via Saliency Region Correspondences;Alexander Toshev et al.;《2007 IEEE Conference on Computer Vision and Pattern Recognition》;20070716;正文第1-8页 * |
基于多阈值的对比模式挖掘及其在不平衡分类中的应用;兰亚戈;《中国优秀硕士学位论文全文数据库信息科技辑》;20200715;I138-399 * |
阈值和阀值的区别_基于双阈值设定的图像识别产品策略;weixin_39649405;《CSDN》;20201203;正文第1-5页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114359933A (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110569832B (zh) | 基于深度学习注意力机制的文本实时定位识别方法 | |
JP4829920B2 (ja) | フォーム自動埋込方法及び装置、グラフィカルユーザインターフェース装置 | |
CN111582169B (zh) | 图像识别数据纠错方法、装置、计算机设备和存储介质 | |
US8315465B1 (en) | Effective feature classification in images | |
JP2004139484A (ja) | 帳票処理装置、該装置実行のためのプログラム、及び、帳票書式作成プログラム | |
CN110135225B (zh) | 样本标注方法及计算机存储介质 | |
CN111340020B (zh) | 一种公式识别方法、装置、设备及存储介质 | |
US11341319B2 (en) | Visual data mapping | |
JP3485020B2 (ja) | 文字認識方法及び装置ならびに記憶媒体 | |
CN108921160B (zh) | 一种图书识别方法、电子设备及存储介质 | |
WO2019041442A1 (zh) | 图表数据结构化提取方法、系统、电子设备及计算机可读存储介质 | |
CN115240213A (zh) | 表格图像识别方法、装置、电子设备及存储介质 | |
CN111368632A (zh) | 一种签名识别方法及设备 | |
CN111310682B (zh) | 一种文本文件表格的通用检测分析及识别方法 | |
CN113269126A (zh) | 一种基于坐标转换的关键信息提取方法 | |
CN111881923A (zh) | 一种基于特征匹配的票据要素提取方法 | |
CN115171125A (zh) | 数据异常的检测方法 | |
CN114359533A (zh) | 一种基于页面文本的页码识别方法和计算机设备 | |
CN114359933B (zh) | 一种封面图像的识别方法 | |
CN112560849A (zh) | 基于神经网络算法的文理分割方法及系统 | |
CN110728240A (zh) | 一种对电子卷宗的标题自动识别的方法及装置 | |
CN116403233A (zh) | 一种基于数字化档案图像定位及识别方法 | |
CN115984859A (zh) | 一种图像文字识别的方法、装置及存储介质 | |
CN113191351B (zh) | 数字电表的示数识别方法及装置、模型训练方法及装置 | |
CN114637877A (zh) | 标注方法、电子设备及存储介质 |
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 |