CN114494052A - 书本计数方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种书本计数方法、装置、计算机设备和存储介质。所述方法包括：获取待识别图像；待识别图像中包括有待计数的书本；确定与待识别图像相对应的二值化图像；根据二值化图像中的各像素的像素信息，确定二值化图像中的图像边缘，并根据图像边缘得到至少一个连通区域；确定每个连通区域的区域信息，并根据每个连通区域的区域信息，从至少一个连通区域中筛选出目标连通区域；根据目标连通区域的数量，确定待识别图像中所包括的书本数量。采用本方法能够提高书本计数准确性。

Description

书本计数方法、装置、计算机设备和存储介质

技术领域

本申请涉及图像识别技术领域，特别是涉及一种书本计数方法、装置、计算机设备和存储介质。

背景技术

随着科学技术的发展，在现代化书本的生产及相关的运营行业，在书本生产、批发、管理的过程中，每天都需要进行大批量的计数操作。例如，确定生产的书本数量、确定运输的书本数量等。

目前，主要是采用目标计数方法来对书本进行计数。然而，目标计数方法所识别的物体通常为易识别的独立物体，当书本的图案较复杂，且叠放在一起时，使用传统的目标计数方法就会导致对书本数量进行计数的结果不准确。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高书本计数准确性的书本计数的方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种书本计数方法。所述方法包括：

获取待识别图像；所述待识别图像中包括有待计数的书本；

确定与所述待识别图像相对应的二值化图像；

根据所述二值化图像中的各像素的像素信息，确定所述二值化图像中的图像边缘，并根据所述图像边缘得到至少一个连通区域；

确定每个所述连通区域的区域信息，并根据每个所述连通区域的区域信息，从所述至少一个连通区域中筛选出目标连通区域；

根据所述目标连通区域的数量，确定所述待识别图像中所包括的书本数量。

在其中一个实施例中，确定与所述待识别图像相对应的二值化图像包括：获取原始图像，并剪裁所述原始图像，得到包括有书脊的待识别图像；通过预设的灰度阈值，对所述待识别图像中的像素进行标识，得到标识结果，并根据所述标识结果对所述待识别图像进行二值化处理，得到二值化图像。

在其中一个实施例中，根据二值化图像中的各像素的像素信息，确定所述二值化图像中的图像边缘之前，包括：通过对所述二值化图像中的至少一个像素进行腐蚀滤波处理，得到腐蚀滤波后的二值化图像；通过对腐蚀滤波后的二值化图像中的至少一个像素进行膨胀滤波处理，得到膨胀滤波后的二值化图像。

在其中一个实施例中，根据所述图像边缘得到至少一个连通区域包括：根据所述图像边缘、以及所述二值化图像中的各像素的像素信息，确定所述二值化图像中的至少一个图像边缘区域；对于至少一个图像边缘区域中的每个图像边缘区域，均对当前图像边缘区域中的像素进行连通性判断，确定与所述当前图像边缘区域相对应的连通区域。

在其中一个实施例中，对当前图像边缘区域中的像素进行连通性判断，确定与所述当前图像边缘区域相对应的连通区域，包括：确定当前图像边缘区域中的目标像素、以及确定与所述目标像素相邻的至少一个相邻像素，并对所述目标像素与每个所述相邻像素进行连通性判断，得到每个所述相邻像素各自对应的判断结果；对于多个相邻像素中的每个相邻像素，均在当前相邻像素的判断结果表征处于连通状态时，将当前相邻像素作为新的目标像素，并返回确定与所述目标像素相邻的至少一个相邻像素的步骤继续执行；根据每个所述目标像素、以及每个所述目标像素各自连通的相邻像素，得到与所述当前图像边缘区域相对应的连通区域。

在其中一个实施例中，对于多个相邻像素中的每个相邻像素，均在当前相邻像素的判断结果表征处于连通状态时，包括，根据当前图像边缘区域中的目标像素的标识值，对处于连通状态的至少一个相邻像素进行标记，得到根据带有相同标识值的至少一个像素所确定的连通区域。

在其中一个实施例中，根据所述图像边缘得到至少一个连通区域之后，包括：根据所述图像边缘，对连通区域进行边缘连接，得到每个所述连通区域的边界、以及每个所述连通区域的边界中的至少一个边界点；根据所述连通区域中的至少一个边界点，确定与所述连通区域相对应的最小外接矩形。

在其中一个实施例中，根据所述图像边缘得到至少一个连通区域之后，所述方法还包括：针对多个所述连通区域中的每个连通区域，均根据当前连通区域中各像素的像素值，确定所述当前连通区域中的至少一个候选像素；从所述至少一个候选像素中筛选出待填充像素，并对所述待填充像素进行填充处理。

在其中一个实施例中，从所述至少一个候选像素中筛选出待填充像素，包括：针对多个所述候选像素中的每个所述候选像素，均确定与当前候选像素相邻的每个相邻像素，及确定每个相邻像素是否位于相应连通区域的边界处；若与所述当前候选像素相邻的每个相邻像素均不位于相应连通区域的边界处，则确定所述当前候选像素的像素值是否与每个相邻像素的像素值均不相同；若当前所述候选像素的像素值与每个相邻像素的像素值均不相同，则将当前所述候选像素作为待填充像素。

在其中一个实施例中，所述区域信息包括区域面积和区域位置，所述根据每个所述连通区域的区域信息，从所述至少一个连通区域中筛选出目标连通区域，包括：根据所述连通区域中的像素数量，确定候选连通区域的区域面积；根据所述连通区域中的各像素的坐标信息，确定所述连通区域的区域位置；根据预设的筛选规则、所述连通区域的区域面积、以及所述连通区域的区域位置，从所述至少一个连通区域中筛选出目标连通区域。

在其中一个实施例中，根据预设的筛选规则、连通区域的区域面积、以及所述连通区域的区域位置，从所述至少一个连通区域中筛选出目标连通区域，包括：将区域面积大于预设面积阈值的连通区域作为目标候选连通区域；从所述目标候选连通区域中筛选出区域位置符合预设位置条件的目标连通区域。

第二方面，本申请还提供了一种书本计数装置。所述装置包括：

图像识别模块，用于获取待识别图像；所述待识别图像中包括有待计数的书本；确定与所述待识别图像相对应的二值化图像；

填充处理模块，用于根据所述二值化图像中的各像素的像素信息，确定所述二值化图像中的图像边缘，并根据所述图像边缘得到至少一个连通区域；

区域确定模块，用于确定每个所述连通区域的区域信息，并根据每个所述连通区域的区域信息，从所述至少一个连通区域中筛选出目标连通区域；根据所述目标连通区域的数量，确定所述待识别图像中所包括的书本数量。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取待识别图像；所述待识别图像中包括有待计数的书本；

确定与所述待识别图像相对应的二值化图像；

根据所述二值化图像中的各像素的像素信息，确定所述二值化图像中的图像边缘，并根据所述图像边缘得到至少一个连通区域；

确定每个所述连通区域的区域信息，并根据每个所述连通区域的区域信息，从所述至少一个连通区域中筛选出目标连通区域；

根据所述目标连通区域的数量，确定所述待识别图像中所包括的书本数量。

第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取待识别图像；所述待识别图像中包括有待计数的书本；

确定与所述待识别图像相对应的二值化图像；

根据所述二值化图像中的各像素的像素信息，确定所述二值化图像中的图像边缘，并根据所述图像边缘得到至少一个连通区域；

确定每个所述连通区域的区域信息，并根据每个所述连通区域的区域信息，从所述至少一个连通区域中筛选出目标连通区域；

根据所述目标连通区域的数量，确定所述待识别图像中所包括的书本数量。

第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

获取待识别图像；所述待识别图像中包括有待计数的书本；

确定与所述待识别图像相对应的二值化图像；

根据所述二值化图像中的各像素的像素信息，确定所述二值化图像中的图像边缘，并根据所述图像边缘得到至少一个连通区域；

确定每个所述连通区域的区域信息，并根据每个所述连通区域的区域信息，从所述至少一个连通区域中筛选出目标连通区域；

根据所述目标连通区域的数量，确定所述待识别图像中所包括的书本数量。

上述书本计数方法、装置、计算机设备、存储介质和计算机程序产品，通过对获取的待识别图像进行二值化处理，可确定出用于凸显书脊中的字符与背景的二值化图像，进而根据二值化图像中的各像素的像素信息，确定二值化图像中的字符所在区域的图像边缘，从而根据图像边缘确定二值化图像中的至少一个连通区域。通过对每个连通区域进行填充处理后，可以得到至少一个候选连通区域。通过得到至少一个连通区域，可根据每个连通区域的区域信息，对至少一个连通区域进行筛选，得到用以表征字符中的书名所在区域的目标连通区域，如此便可根据目标连通区域的数量确定待识别图像中所包括的书本数量。由于本申请是根据目标连通区域来确定书本数量，相比于传统的通过识别易分辨的独立物体来确定书本数量，本申请还可通确定叠放在一起的书本的数量，从而提升了对书本数量进行计数的准确性。

附图说明

图1为一个实施例中书本计数方法的应用环境图；

图2为一个实施例中书本计数方法的流程示意图；

图3为一个实施例中二值化图像的示意图；

图4为一个实施例中对二值化图像滤波后的示意图；

图5为一个实施例中连通区域的示意图；

图6为一个实施例中填充连通区域的流程示意图；

图7为一个实施例中书本计数装置的结构框图；

图8为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。

本申请实施例提供的书本计数方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。终端102可获取待识别图像，并将待识别图像发送至服务器104。当服务器104接收到终端102发送的待识别图像后，服务器104可确定待识别图像中的目标连通区域，并确定目标连通区域的数量，并将目标连通区域的数量作为书本数量发送至终端102，以使终端102对应展示书本数量。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种书本计数方法，以该方法应用于计算机设备为例进行说明，该计算机设备可为图1中的终端或服务器。书本计数方法包括以下步骤：

步骤202，获取待识别图像；待识别图像中包括有待计数的书本。

其中，待识别图像是指包括多个书本的书脊的图像，本申请通过识别待识别图像中书脊的数量，即可得到书本的数量。

具体地，当需要对书本进行计数时，用户可通过图像采集设备对待计数的书本进行拍摄，得到包括有待计数书本的书脊的待识别图像，并将待识别图像输入至计算机设备中。

在其中一个实施例中，用户可以对在仓库中待批发的书本数量进行计数，用户通过摄像头采集相应区域的书本的书脊侧照片，并将包括有大量书本的书脊侧照片作为待识别图像。通过确定待识别图像中的待计数书本的书脊数量，确定仓库中待批发的书本数量。

步骤204，确定与待识别图像相对应的二值化图像。

其中，二值化图像是指将图像上的每个像素的灰度值设置为0或255所形成的黑白图像。

具体地，计算机设备对包括至少一个书脊的待识别图像进行二值化处理，得到相应的二值化图像。此时的二值化图像为包括了多个书脊各自对应的书名、出版社名、作者名等黑白图像。

在其中一个实施例中，确定与待识别图像相对应的二值化图像包括：获取原始图像，并剪裁原始图像，得到包括有书脊的待识别图像；通过预设的灰度阈值，对待识别图像中的像素进行标识，得到标识结果，并根据标识结果对待识别图像进行二值化处理，得到二值化图像。

具体地，计算机设备可对获取的待识别图像进行预处理，剪裁掉图像中待识别图像中大部分的背景区域，只保留光照较为均匀的书脊所在的矩形区域，得到待识别图像。通过只保留光照均匀的书脊所在的矩形区域，得到待识别图像，可以减少后续对像素进行计算的数据量和降低背景区域对识别结果的影响。

计算机设备通过预设的灰度阈值，对待识别图像中的每个像素进行标识，若像素的灰度值小于灰度阈值，则将该像素标识为待识别图像中的背景像素；若像素的灰度值大于或等于灰度阈值，则将该像素标识为待识别图像中的目标像素，综合背景像素和目标像素，得到待识别图像的标识结果。计算机设备通过待识别图像的标识结果，对背景像素和目标像素分别进行二值化处理，也即将背景像素的灰度值更新为0像素值、将目标像素的灰度值更新为255像素值，进而得到与待识别图像相对应的二值化图像。如图3所示，图3为一个实施例中的二值化图像的示意图。

本实施例中，由于书脊上的书名、作者名等信息的像素灰度值通常与书脊背景的像素灰度值差异较大，因此通过灰度阈值来对目标像素和背景像素进行区分，可以将像素灰度值超过灰度阈值的目标像素表征为与书脊上的书名等信息中的字符所对应的像素。通过对待识别图像中的像素进行标识，区分出书脊图像中的背景像素和目标像素，进而减少了对图像中像素的处理数量，并且将待识别图像转化成相应的二值化图像，更能增强后续对连通区域的识别效果。

在其中一个实施例中，预设的灰度阈值可以通过大津算法得到。

在其中一个实施例中，计算机设备还对在光照不均匀情况下获取的待识别图像进行亮度增广算法处理；进一步的，对复杂背景下造成的待识别图像模糊的现象，计算机设备对待识别图像进行模糊算法增广处理；进一步的，对待识别图像中的书脊未被完整获取到、或书脊被其他物体遮挡的现象，计算机设备对待识别图像进行部分置黑算法处理。

本实施例中，针对待识别图像出现的多种图像不清晰的情况，分别采用不同的算法进行处理，确保后续更准确地对待识别图像中的背景像素和目标像素进行区分，从而得到更准确的二值化图像。

步骤206，根据二值化图像中的各像素的像素信息，确定二值化图像中的图像边缘，并根据图像边缘得到至少一个连通区域。

其中，图像边缘指的是由至少一个与目标像素相邻的背景像素所组成的轮廓，其可以用以表征书脊中字符所在区域的边缘。

具体地，计算机设备通过边缘检测算法可确定二值化图像中的图像边缘，如基于Sobel算子、Prewitt算子或Canny算子的边缘检测。例如，计算机设备根据Sobel算子模板计算当前目标像素、和与当前目标像素相邻的背景像素之间的一阶和二阶导数，确定与当前目标像素的灰度值不同的边缘背景像素，综合每个边缘背景像素，可以确定出二值化图像中的至少一个图像边缘。

进一步地，计算机设备确定每个图像边缘各自对应的图像边缘区域。其中，图像边缘区域的边界为根据至少一个边缘背景像素所确定的闭环轮廓。计算机设备根据图像边缘区域中的闭环轮廓、以及图像边缘区域中的目标像素的像素标识，可确定相对应的连通区域，也即得到连续字符所在区域，比如，得到书脊中的书名所在区域、出版社所在区域、作者所在区域等。

在其中一个实施例中，可确定连续字符所在区域的边缘，得到图像边缘。

在其中一个实施例中，当确定连通区域后，还可每个连通区域进行填充处理，以去除连通区域中的孔洞。

其中，因为噪声等因素的干扰，使得在根据至少一个目标像素确定相对应的连通区域时，会在连通区域中引入部分背景像素；同时，由于连通区域中为包括多个汉字的书名等，二值化图像中的单个汉字的之间可能存在背景像素过多的情况，因此需要将部分背景像素进行填充处理。

具体地，计算机设备根据连通区域中的目标像素的像素值，确定连通区域中的至少一个候选像素，其中，候选像素可为连通区域边界上的像素、连通区域内部的像素等。计算机设备从至少一个候选像素中筛选出待填充像素，也即筛选出连通区域的孔洞，孔洞指的是与自身相邻的每个相邻像素均为目标像素，但自身为非目标像素的像素点，也即孔洞的像素值为0。当确定候选像素中的待填充像素后，计算机设备对待填充像素进行填充处理，比如，将待填充像素的0像素值更新为255像素值，得到与连通区域相对应的候选连通区域。

步骤208，确定每个连通区域的区域信息，并根据每个连通区域的区域信息，从至少一个连通区域中筛选出目标连通区域。

具体地，计算机设备获取对连通区域进行筛选的筛选规则。其中，候选连通区域包括书名所在区域、作者名所在区域、出版社名所在区域等。由于书脊中包括的书名、丛书名、作者名、出版社名等字符，而不同书脊中的书名、丛书名、作者名、出版社名等在书脊中所处的区域位置以及所占的区域面积一般都是相似的，例如，书脊上的书名的区域面积通常大于其他信息的区域面积，书名的区域位置通常位于书脊的中上位置。因此计算机设备可以通过预设的筛选规则，从至少一个候选连通区域中筛选出目标连通区域，也即从候选连通区域中筛选出书名所在区域。

步骤210，根据目标连通区域的数量，确定待识别图像中所包括的书本数量。

其中，由于每个书本只对应一个书名，因此通过目标连通区域的数量即可确定待识别图像中所包括的书本数量。

上述书本计数方法，通过对获取的待识别图像进行二值化处理，可确定出用于凸显书脊中的字符与背景的二值化图像，进而根据二值化图像中的各像素的像素信息，确定二值化图像中的字符所在区域的图像边缘，从而根据图像边缘确定二值化图像中的至少一个连通区域。通过对每个连通区域进行填充处理后，可以得到至少一个候选连通区域。通过得到至少一个连通区域，可根据每个连通区域的区域信息，对至少一个连通区域进行筛选，得到用以表征字符中的书名所在区域的目标连通区域，如此便可根据目标连通区域的数量确定待识别图像中所包括的书本数量。由于本申请是根据目标连通区域来确定书本数量，相比于传统的通过识别易分辨的独立物体来确定书本数量，本申请还可通确定叠放在一起的书本的数量，从而提升了对书本数量进行计数的准确性。

在其中一个实施例中，根据二值化图像中的各像素的像素信息，确定二值化图像中的图像边缘之前，包括：通过对二值化图像中的至少一个像素进行腐蚀滤波处理，得到腐蚀滤波后的二值化图像；通过对腐蚀滤波后的二值化图像中的至少一个像素进行膨胀滤波处理，得到膨胀滤波后的二值化图像。

其中，腐蚀滤波是指腐蚀掉像素的高亮区域，也即缩小高亮区域的面积；膨胀滤波是指对像素的高亮区域进行膨胀，也即扩大高亮区域的面积。

具体地，计算机设备根据腐蚀滤波中的腐蚀算子，对亮度区域中的目标像素进行腐蚀滤波处理，得到腐蚀滤波后的二值化图像。计算机设备再根据膨胀滤波中的膨胀算子，对腐蚀滤波后的二值化图像中的目标像素进行膨胀滤波处理，得到膨胀滤波后的二值化图像。参考图4中的亮度区域为白色区域，经过对白色区域的进行先腐蚀滤波后膨胀滤波之后，可将书脊中一些区域面积较小的部分过滤掉，同时将区域面积较大的白色区域中的多个字符所在的目标像素连通在一起，得到多个白色区域。其中，白色区域可为书名、丛书名或者出版社名在书脊中的区域。图4为一实施例中的二值化图像滤波后的示意图。

本实施例中，通过对二值化图像中的亮度区域进行先腐蚀滤波后膨胀滤波的方式，可以消除图像中的点状噪声，并将不同的亮度区域隔离出来，断开亮度区域的边缘狭颈，同时将被噪声分割的每个亮度区域中的多个字符所在的亮度区域连通在一起，避免后续对连通区域的错误识别。

在其中一个实施例中，根据图像边缘得到至少一个连通区域包括：根据图像边缘、以及二值化图像中的各像素的像素信息，确定二值化图像中的至少一个图像边缘区域；对于至少一个图像边缘区域中的每个图像边缘区域，均对当前图像边缘区域中的像素进行连通性判断，确定与当前图像边缘区域相对应的连通区域。

具体地，计算机设备根据图像边缘中的至少一个边缘背景像素，确定至少一个图像边缘区域、以及每个图像边缘区域的闭环轮廓，进而通过当前闭环轮廓确定当前图像边缘区域中的目标像素、以及确定目标像素的标识值。计算机设备对目标像素、和与目标像素相邻的至少一个相邻像素进行连通性判断，当对于多个相邻像素中的每个相邻像素，均在当前相邻像素的判断结果表征处于连通状态时，根据当前图像边缘区域中的目标像素的标识值，对处于连通状态的当前相邻像素进行标记，也即将目标像素的标识值作为当前相邻像素的标识值，综合每个带有相同标识值的像素，得到与当前图像边缘区域相对应的连通区域。

在其中一个实施例中，计算机设备确定当前图像边缘区域中的目标像素时，对未进行连通性判断的目标像素赋予唯一标识值。

本实施例中，通过对图像边缘区域中的目标像素进行连通性判断，并将处于连通状态的相邻像素进行相同标识值的标记，能够准确对不同连通区域进行区分。

在其中一个实施例中，对当前图像边缘区域中的像素进行连通性判断，确定与当前图像边缘区域相对应的连通区域，包括：确定当前图像边缘区域中的目标像素、以及确定与目标像素相邻的至少一个相邻像素，并对目标像素与每个相邻像素进行连通性判断，得到每个相邻像素各自对应的判断结果；对于多个相邻像素中的每个相邻像素，均在当前相邻像素的判断结果表征处于连通状态时，将当前相邻像素作为新的目标像素，并返回确定与目标像素相邻的至少一个相邻像素的步骤继续执行；根据每个目标像素、以及每个目标像素各自连通的相邻像素，得到与当前图像边缘区域相对应的连通区域。

其中，目标像素通常包括8个相邻像素，且目标像素为二值化图像中白色区域的像素，也即目标像素可为图像边缘所包括的区域中的任意一个白色像素。

具体地，计算机设备对确定当前图像边缘区域中的白色像素、以及与白色像素相邻的至少一个相邻像素，并对白色像素与每个相邻像素进行连通性判断。若当前相邻像素的像素值与白色像素的像素值相同，也即当前相邻像素的判断结果表征处于连通状态，则将当前相邻像素作为新的白色像素，返回确定与新的白色像素相邻的至少一个相邻像素的步骤继续执行，也即确定与新的白色像素的像素值相同的相邻像素。综合带有相同像素值的每个白色像素、以及每个白色像素各自连通的相邻像素，得到当前图像边缘区域中的连通区域。

如图5所示，图5为一实施例中的连通区域的示意图。例如，计算机设备确定当前图像边缘区域中的目标像素为像素1时，确定与像素1相邻的相邻像素为像素2、像素3、直至像素9，通过分别对像素1与每个相邻像素进行连通性判断，得到与像素2对应的判断结果表征处于连通状态，也即像素1的像素值与像素2的像素值相同，其他相邻像素各自对应的判断结果均表征处于非连通状态，也即像素1的像素值与像素3的像素值、像素9的像素值均不相同。因此将像素2作为新的目标像素，并返回确定与像素2相邻的至少一个相邻像素的步骤继续执行，得到与像素2连通的像素10。因此，计算机设备综合像素1、像素2和像素10，得到与当前图像边缘区域相对应的连通区域。

本实施例中，通过对确定与当前图像边缘区域中的目标像素相连通的相邻像素，进而准确识别出连通区域，使得后续对连通区域进行填充处理。

在其中一个实施例中，根据图像边缘得到至少一个连通区域之后，包括：根据图像边缘，确定每个连通区域的边界、以及每个连通区域的边界中的至少一个边界点；根据连通区域中的至少一个边界点，确定与连通区域相对应的最小外接矩形。

具体地，计算机设备根据每个图像边缘区域各自对应的闭环轮廓，确定连通区域中的边界像素，并根据边界像素的坐标信息，从连通区域的边界像素中的筛选出至少一个边界点。其中，从连通区域的边界像素中的筛选出的边界点通常为4个。计算机设备对4个边界点进行连接后，形成与连通区域相对应的最小外接矩形。

本实施例中，通过确定每个连通区域各自对应的最小外接矩形，能够使后续对待填充像素进行填充时，作为对候选像素进行筛选的边界限定。

在其中一个实施例中，根据图像边缘得到至少一个连通区域之后，上述方法还包括对连通区域进行填充的步骤，对每个连通区域进行填充处理的步骤包括：针对多个连通区域中的每个连通区域，均根据当前连通区域中各像素的像素值，确定当前连通区域中的至少一个候选像素；从至少一个候选像素中筛选出待填充像素，并对待填充像素进行填充处理。

具体地，由于噪声等因素的干扰，使得在根据至少一个目标像素确定相对应的连通区域时，会在连通区域中引入部分背景像素，也即引入黑色像素，因此，需要对连通区域中的孔洞进行填充，从而使得后续能根据连通区域的区域面积，来对筛选出目标连通区域。计算机设备确定每个连通区域各自对应的最小外接矩形，并根据与当前连通区域对应的最小外接矩形中各像素的像素值，确定当前连通区域中的至少一个候选像素，也即确定像素值为0的像素，将像素值为0的像素作为候选像素。计算机设备对至少一个候选像素进行筛选，确定候选像素中的待填充像素，也即，确定候选像素中的孔洞，进而对待填充像素进行填充处理，将待填充像素的0像素值更新为255像素值，以得到不包括有孔洞的连通区域。

本实施例中，通过从至少一个候选像素中筛选出待填充像素，并对待填充像素进行填充处理，从而后续能准确识别填充后的连通区域的区域面积。

在其中一个实施例中，从至少一个候选像素中筛选出待填充像素，包括：针对多个候选像素中的每个候选像素，均确定与当前候选像素相邻的每个相邻像素，及确定每个相邻像素是否位于相应连通区域的边界处；若与当前候选像素相邻的每个相邻像素均不位于相应连通区域的边界处，则确定当前候选像素的像素值是否与每个相邻像素的像素值均不相同；若当前候选像素的像素值与每个相邻像素的像素值均不相同，则将当前候选像素作为待填充像素。

具体地，计算机设备根据当前连通区域，确定当前连通区域中的至少一个候选像素、以及每个候选像素的至少一个相邻像素，并根据当前连通区域对应的最小外接矩形、以及边界限定准则，判断当前候选像素的每个相邻像素是否在当前连通区域的边界处，若当前候选像素的每个相邻像素均不在当前连通区域的边界处，则当前候选像素为当前连通区域中的孔洞，孔洞也即当前连通区域中的区域点，并将孔洞作为待填充像素；若前候选像素的至少一个相邻像素在当前连通区域的边界处，则当前候选像素为当前连通区域中的为非区域点。其中，边界限定准则可为四邻域边界限定、八邻域边界限定。

在其中一个实施例中，如图6所示，图6为一实施例中的填充连通区域的流程示意图。S602计算机设备确定当前连通区域的最小外接矩形；S604基于四邻域边界限定，计算机设备根据当前连通区域的最小外接矩形以及当前候选像素，对最小外接矩形中的每个候选像素进行遍历；S606对于遍历至的当前候选像素，判断当前候选像素的像素值是否与相邻像素的像素值不相同，如果与当前候选像素相邻的上、下、左、右四个相邻方向的相邻像素的像素值都不相同，则当前候选像素作为待填充像素；如果在任何一个相邻方向的相邻像素的像素值相同、或直至在与当前连通区域相对应的最小外接矩形的边界上，找到的与当前候选像素相邻的相邻像素不为当前连通区域中的目标像素，则当前候选像素不作为待填充像素，结束填充流程；S608对待填充像素进行填充处理；S610判断当前连通区域中的候选像素是否遍历完毕，若已遍历完成，则结束填充流程，得到全部的待填充像素。

本实施例中，通过对待填充像素进行精准识别，可避免错误的填充，同时能够达到只需遍历一次候选连通区域即可填充所有待填充像素，大大提高了对书本进行计数的效率。

在其中一个实施例中，区域信息包括区域面积和区域位置，根据每个连通区域的区域信息，从至少一个连通区域中筛选出目标连通区域，包括：根据连通区域中的像素数量，确定连通区域的区域面积；根据连通区域中的各像素的坐标信息，确定连通区域的区域位置；根据预设的筛选规则、连通区域的区域面积、以及连通区域的区域位置，从至少一个连通区域中筛选出目标连通区域。

具体地，计算机设备通过像素计数函数，如ConvexArea函数，确定连通区域中的像素数量，进而根据像素数量，确定连通区域的区域面积，比如，确定每个像素所占的单位面积，将单位面积乘以像素数量，得到连通区域的区域面积。计算机设备通过质心确认函数，如Matlab中的Centroid函数，对连通区域中的各像素的坐标信息进行计算，得到连通区域的中心坐标，并将该中心坐标作为连通区域的区域位置。计算机设备根据预设的筛选规则，对连通区域的区域面积和区域位置进行判断，将符合筛选规则的连通区域作为目标连通区域。

本实施例中，通过相应的像素计数函数和质心确认函数，可得到连通区域的区域信息，进而通过区域信息，对连通区域进行筛选，通过能够达到准确识别出目标连通区域的效果。

在其中一个实施例中，计算机设备通过凸包绘制函数，如用ConvexHull函数，确定与连通区域相对应的凸包，并通过像素计数函数确定凸包中的像素数量，进而根据像素数量，确定与连通区域相对应的凸包的区域面积。计算机设备通过质心确认函数，对与连通区域相对应的凸包中的各像素的坐标信息进行计算，得到凸包的中心坐标所在的区域位置。计算机设备根据预设的筛选规则，对凸包的区域面积和区域位置进行判断，进而将符合筛选规则的连通区域作为目标连通区域。

本实施例中，通过确定与连通区域相对应的凸包，来对连通区域进行筛选，提供了另一种准确识别出目标连通区域的可选方案。

在其中一个实施例中，根据预设的筛选规则、连通区域的区域面积、以及连通区域的区域位置，从至少一个连通区域中筛选出目标连通区域，包括：将区域面积大于预设面积阈值的连通区域作为目标候选连通区域；从目标候选连通区域中筛选出区域位置符合预设位置条件的目标连通区域。

具体地，由于书脊中书名所在区域和出版社名所在区域的区域面积较大，因此，计算机设备可从预设的筛选规则中，确定对连通区域进行筛选的面积阈值，并分别判断每个连通区域的区域面积是否超过预设的面积阈值，若当前连通区域超过预设的面积阈值，则将当前连通区域作为目标候选连通区域，其中，目标候选连通区域可以为区域面积较大的书名所在区域、出版社名所在区域等。由于，书脊中书名一般位于书脊的中上位置，因此计算机设备从预设的筛选规则中，确定对连通区域进行筛选的位置条件，进而通过预设位置条件，计算机设备分别对每个目标候选连通区域的区域位置进行判断，若当前目标候选连通区域的区域位置符合预设位置条件，则将当前目标候选连通区域作为目标连通区域，其中，目标连通区域可为区域位置位于书脊的中上位置的书名连通区域。

本实施例中，通过预设的筛选规则对至少一个连通区域进行筛选，能够准确筛选出与书脊对应的书名连通区域，避免对书本的错误计数。

应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的书本计数方法的书本计数装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个书本计数装置实施例中的具体限定可以参见上文中对于书本计数方法的限定，在此不再赘述。

在一个实施例中，如图7所示，提供了一种书本计数装置，包括：图像识别模块702、填充处理模块704和区域确定模块706，其中：

图像识别模块702，用于获取待识别图像，待识别图像中包括有待计数的书本；确定与待识别图像相对应的二值化图像。

填充处理模块704，用于根据二值化图像中的各像素的像素信息，确定二值化图像中的图像边缘，并根据图像边缘得到至少一个连通区域。

区域确定模块706，用于确定每个连通区域的区域信息，并根据每个连通区域的区域信息，从至少一个连通区域中筛选出目标连通区域；根据目标连通区域的数量，确定待识别图像中所包括的书本数量。

在其中一个实施例中，图像识别模块702，还用于获取原始图像，并剪裁原始图像，得到包括有书脊的待识别图像；过预设的灰度阈值，对待识别图像中的像素进行标识，得到标识结果，并根据标识结果对待识别图像进行二值化处理，得到二值化图像。

在其中一个实施例中，填充处理模块704还包括连通判断模块7041，用于根据图像边缘、以及二值化图像中的各像素的像素信息，确定二值化图像中的至少一个图像边缘区域；对于至少一个图像边缘区域中的每个图像边缘区域，均对当前图像边缘区域中的像素进行连通性判断，确定与当前图像边缘区域相对应的连通区域。

在其中一个实施例中，连通判断模块7041，还用于确定当前图像边缘区域中的目标像素、以及确定与目标像素相邻的至少一个相邻像素，并对目标像素与每个相邻像素进行连通性判断，得到每个相邻像素各自对应的判断结果；对于多个相邻像素中的每个相邻像素，均在当前相邻像素的判断结果表征处于连通状态时，将当前相邻像素作为新的目标像素，并返回确定与目标像素相邻的至少一个相邻像素的步骤继续执行；根据每个目标像素、以及每个目标像素各自连通的相邻像素，得到与当前图像边缘区域相对应的连通区域。

在其中一个实施例中，填充处理模块704还包括区域候选模块7042，用于针对多个连通区域中的每个连通区域，均根据当前连通区域中各像素的像素值，确定当前连通区域中的至少一个候选像素；从至少一个候选像素中筛选出待填充像素，并对待填充像素进行填充处理。

在其中一个实施例中，区域候选模块7042，还用于针对多个候选像素中的每个候选像素，均确定与当前候选像素相邻的每个相邻像素，及确定每个相邻像素是否位于相应连通区域的边界处；若与当前候选像素相邻的每个相邻像素均不位于相应连通区域的边界处，则确定当前候选像素的像素值是否与每个相邻像素的像素值均不相同；若当前候选像素的像素值与每个相邻像素的像素值均不相同，则将当前候选像素作为待填充像素。

在其中一个实施例中，区域信息包括区域面积和区域位置，区域确定模块706，还用于根据连通区域中的像素数量，确定连通区域的区域面积；根据连通区域中的各像素的坐标信息，确定连通区域的区域位置；根据预设的筛选规则、连通区域的区域面积、以及连通区域的区域位置，从至少一个连通区域中筛选出目标连通区域。

在其中一个实施例中，区域确定模块706，还用于将区域面积大于预设面积阈值的连通区域作为目标候选连通区域；从目标候选连通区域中筛选出区域位置符合预设位置条件的目标连通区域。

上述书本计数装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种书本计数方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (12)

1.一种书本计数方法，其特征在于，所述方法包括：

获取待识别图像；所述待识别图像中包括有待计数的书本；

确定与所述待识别图像相对应的二值化图像；

根据所述二值化图像中的各像素的像素信息，确定所述二值化图像中的图像边缘，并根据所述图像边缘得到至少一个连通区域；

确定每个所述连通区域的区域信息，并根据每个所述连通区域的区域信息，从所述至少一个连通区域中筛选出目标连通区域；

根据所述目标连通区域的数量，确定所述待识别图像中所包括的书本数量。

2.根据权利要求1所述的方法，其特征在于，所述确定与所述待识别图像相对应的二值化图像，包括：

获取原始图像，并剪裁所述原始图像，得到包括有书脊的待识别图像；

通过预设的灰度阈值，对所述待识别图像中的像素进行标识，得到标识结果，并根据所述标识结果对所述待识别图像进行二值化处理，得到二值化图像。

3.根据权利要求1所述的方法，其特征在于，所述根据所述图像边缘得到至少一个连通区域，包括：

根据所述图像边缘、以及所述二值化图像中的各像素的像素信息，确定所述二值化图像中的至少一个图像边缘区域；

对于至少一个图像边缘区域中的每个图像边缘区域，均对当前图像边缘区域中的像素进行连通性判断，确定与所述当前图像边缘区域相对应的连通区域。

4.根据权利要求3所述的方法，其特征在于，所述对当前图像边缘区域中的像素进行连通性判断，确定与所述当前图像边缘区域相对应的连通区域，包括：

确定当前图像边缘区域中的目标像素、以及确定与所述目标像素相邻的至少一个相邻像素，并对所述目标像素与每个所述相邻像素进行连通性判断，得到每个所述相邻像素各自对应的判断结果；

对于多个相邻像素中的每个相邻像素，均在当前相邻像素的判断结果表征处于连通状态时，将当前相邻像素作为新的目标像素，并返回确定与所述目标像素相邻的至少一个相邻像素的步骤继续执行；

根据每个所述目标像素、以及每个所述目标像素各自连通的相邻像素，得到与所述当前图像边缘区域相对应的连通区域。

5.根据权利要求1所述的方法，其特征在于，所述根据所述图像边缘得到至少一个连通区域之后，所述方法还包括：

针对多个所述连通区域中的每个所述连通区域，均根据当前连通区域中各像素的像素值，确定所述当前连通区域中的至少一个候选像素；

从所述至少一个候选像素中筛选出待填充像素，并对所述待填充像素进行填充处理。

6.根据权利要求5所述的方法，其特征在于，所述从所述至少一个候选像素中筛选出待填充像素，包括：

针对多个所述候选像素中的每个所述候选像素，均确定与当前候选像素相邻的每个相邻像素，以及确定每个相邻像素是否位于相应连通区域的边界处；

若与所述当前候选像素相邻的每个相邻像素均不位于相应连通区域的边界处，则确定所述当前候选像素的像素值是否与每个相邻像素的像素值均不相同；

若当前所述候选像素的像素值与每个相邻像素的像素值均不相同，则将当前所述候选像素作为待填充像素。

7.根据权利要求1所述的方法，其特征在于，所述区域信息包括区域面积和区域位置，所述根据每个所述连通区域的区域信息，从所述至少一个连通区域中筛选出目标连通区域，包括：

根据所述连通区域中的像素数量，确定所述连通区域的区域面积；

根据所述连通区域中的各像素的坐标信息，确定所述连通区域的区域位置；

根据预设的筛选规则、所述连通区域的区域面积、以及所述连通区域的区域位置，从所述至少一个连通区域中筛选出目标连通区域。

8.根据权利要求7所述的方法，其特征在于，所述根据预设的筛选规则、所述连通区域的区域面积、以及所述连通区域的区域位置，从所述至少一个连通区域中筛选出目标连通区域，包括：

将区域面积大于预设面积阈值的连通区域作为目标候选连通区域；

从所述目标候选连通区域中筛选出区域位置符合预设位置条件的目标连通区域。

9.一种书本计数装置，其特征在于，所述装置包括：

图像识别模块，用于获取待识别图像；所述待识别图像中包括有待计数的书本；确定与所述待识别图像相对应的二值化图像；

填充处理模块，用于根据所述二值化图像中的各像素的像素信息，确定所述二值化图像中的图像边缘，并根据所述图像边缘得到至少一个连通区域；

区域确定模块，用于确定每个所述连通区域的区域信息，并根据每个所述连通区域的区域信息，从所述至少一个连通区域中筛选出目标连通区域；根据所述目标连通区域的数量，确定所述待识别图像中所包括的书本数量。

10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。

12.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。

Images