CN114926464B - 在双录场景下的图像质检方法、图像质检装置及系统 - Google Patents

在双录场景下的图像质检方法、图像质检装置及系统 Download PDF

Info

Publication number
CN114926464B
CN114926464B CN202210852959.2A CN202210852959A CN114926464B CN 114926464 B CN114926464 B CN 114926464B CN 202210852959 A CN202210852959 A CN 202210852959A CN 114926464 B CN114926464 B CN 114926464B
Authority
CN
China
Prior art keywords
definition
image
calculating
value
detected
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
Application number
CN202210852959.2A
Other languages
English (en)
Other versions
CN114926464A (zh
Inventor
王一睿
黄炎鑫
张宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Bank Co Ltd
Original Assignee
Ping An Bank Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Bank Co Ltd filed Critical Ping An Bank Co Ltd
Priority to CN202210852959.2A priority Critical patent/CN114926464B/zh
Publication of CN114926464A publication Critical patent/CN114926464A/zh
Application granted granted Critical
Publication of CN114926464B publication Critical patent/CN114926464B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Abstract

本申请提供了一种在双录场景下的图像质检方法,包括:利用摄像设备获取终端设备显示的待录制画面得到待检测图像;计算所述待检测图像的清晰度;以及当所述清晰度未达到预设清晰度标准,产生及发送相应的操作指示给所述终端以供所述终端进行播报。本申请能够更加便捷智能的对在双录场景下的图像质检方法进行分析。

Description

在双录场景下的图像质检方法、图像质检装置及系统
技术领域
本申请涉及图像处理技术领域,尤其涉及一种在双录场景下的图像质检方法、装置及系统。
背景技术
销售理财产品、代理保险公司销售保险产品是商业银行常见的业务。由于监管要求,为了确保业务员合规销售理财、保险产品,降低客诉风险,要求业务员如实向客户介绍产品,并且需要对整个销售过程进行录音录像(双录)存档,如此,在未来产生纠纷时,方便调阅核对。在业务员给客户销售产品的实际场景中,一般是业务员拿平板电脑给客户介绍保险产品,在业务员和客户的前方利用摄像设备在录音、录像记录着全过程。为了防止双方抵赖,双录过程中需要让摄像设备记录清楚平板电脑上的关键内容,如销售的产品名称、关键条款、客户的签名等等。而这个过程一般需要业务员把平板电脑抬起对准摄像设备。而由于摄像设备对焦、平板电脑屏幕亮度、环境反光等各种原因,摄像设备可能无法拍摄清楚屏幕关键内容,导致双录视频上传到后台人工质检审核时被拒绝,业务员需要把客户约到网点重新进行双录,费时费力,还影响了客户购买产品的意愿。
发明内容
有鉴于此,实有必要提供一种更加便捷智能的在双录场景下的图像质检方法、装置及系统。
第一方面,本申请实施例提供一种在双录场景下的图像质检方法,所述在双录场景下的图像质检方法包括下面步骤:
利用摄像设备获取终端设备显示的待录制画面得到待检测图像;
计算所述待检测图像的清晰度;以及
当所述清晰度未达到预设清晰度标准,产生及发送相应的操作指示给所述终端以供所述终端进行播报。
第二方面,本申请实施例提供一种在双录场景下的图像质检装置,所述在双录场景下的图像质检装置包括下面步骤:
图像获取模块,用于获取终端设备显示的待录制画面得到待检测图像;
图像分析模块,用于计算待检测图像的清晰度;以及
提示模块,用于当清晰度未达到预设清晰度标准,产生及发送相应的操作指示给所述终端以供所述终端进行播报。
第三方面,本申请实施例提供一种在双录场景下的图像质检系统,所述双录图像质检系统具体包括:
终端,所述终端包括用于显示待录制画面的显示屏
摄像设备,用于获取所述需要录制画面;
服务器与所述摄像设备通讯连接,所述服务器包括:
计算机可读存储介质,用于存储程序指令;以及
处理器执行所述程序指令以实现上述的在双录场景下的图像质检方法。
上述在双录场景下的图像质检方法、装置及系统,根据服务器对获取的待检测图像画面的清晰度进行实时的计算并将计算得到的结果进行反馈,方便用户对需要待检测图像的画面进行及时调整,从而避免因关键内容未录制清楚导致业务办理失败。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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一些实施例,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,还可以根据这些附图示出的结构获得其他的附图。
图1为本申请实施例提供的在双录场景下的图像质检方法的流程图。
图2为本申请实施例提供的在双录场景下的图像质检方法的第一子流程图。
图3为本申请实施例提供的在双录场景下的图像质检方法的第二子流程图
图4为本申请实施例提供的在双录场景下的图像质检方法的第三子流程图
图5为本申请实施例提供的在双录场景下的图像质检方法的第四子流程图。
图6为本申请实施例提供的在双录场景下的图像质检方法的第五子流程图。
图7为本申请实施例提供的在双录场景下的图像质检方法的第六子流程图。
图8为本申请实施例提供的服务器的内部结构示意图。
图9为本申请实施例提供的在双录场景下的图像质检装置的示意图。
图10为本申请实施例提供的图像分析模块的示意图。
图11为本申请实施例提供的计算模块的示意图
图12为本申请实施例提供的清晰度计算模块的示意图。
图13为本申请实施例提供的评估模块的示意图。
图14为本申请实施例提供的文字处理模块的示意图。
图15为本申请实施例提供的在双录场景下的图像质检系统的示意图。
图16为本申请实施例提供的在双录场景下双录业务的场景示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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,此处所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。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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的规划对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,换句话说,描述的实施例根据除了这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,还可以包含其他内容,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于只清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在本申请中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
请结合参看图1、图15和图16,图1其为本申请实施例提供的在双录场景下的图像质检方法的流程图。图15其为本申请实施例提供的在双录场景下的图像质检系统的示意图。所述在双录场景下的图像质检系统中包括终端20、摄像设备30、以及与所述终端20和摄像设备30通讯连接的服务器10。其中,终端20上显示待录制画面的显示屏。摄像设备30包括摄像头,用于获取所述待录制画面并上传给服务器10。服务器10执行在双录场景下的图像质检方法对所述待录制画面进行处理并反馈相应的处理结果给终端10。图16为本申请实施例提供的在双录场景下双录业务的场景示意图。在双录场景下的图像质检方法具体包括如下步骤S102-S106。
步骤S102,利用摄像设备获取终端设备20显示的待录制画面得到待检测图像。具体地,如图16,用户处理的一项业务是一项双录业务,当这项业务当前阶段是将当前画面进行图像录制上传给服务器10时,服务器10控制摄像设备启动,并反馈给终端设备20提示用户录制画面。用户根据提示将画面对着摄像设备进行录制,此时用户背向当前画面,当前画面即是待录制画面。摄像设备30拍摄待录制画面得到待检测图像并上传给服务器10使服务器10获取到所述待检测图像。
步骤S104,计算所述待检测图像的清晰度。具体地,在一些可行的实施例中,服务器10还利用图像中的文字大小对图像清晰度的影响来修正图像的清晰度,以提升计算得到清晰度更符合双录场景下对所述待检测图像的要求,其中,服务器10利用图像中的文字大小对图像清晰度的影响来修正图像的清晰度将在下文将详细描述。在一些可行的实施例中,服务器10计算所述待检测图像的清晰度也可以仅是计算所述待检测图像的整体清晰度得到,其中,计算所述待检测图像的整体清晰度,可以采用现有技术中图像清晰度的算法进行计算而得在此不再赘述。
步骤S106,当所述清晰度未达到预设清晰度标准,产生及发送相应的操作指示给所述终端20以供所述终端20进行播报。具体地,服务器10对检测图像进行实时清晰度评估后,当清晰度没有达到预设清晰度标准时,服务器10将分析结果反馈给终端20,例如,服务器10通过摄像设备30发出警报声音或语音提示提醒用户当前的录制画面清晰度未达到标准,或者通过终端20发出警报声音或语音提示进行提醒或通过终端20屏幕画面提示,提示用户当前的录制画面清晰度未达到标准,进而使得用户知道当前状态录制的图像清晰度未到达标准需要进行调整。
上述实施例中,根据服务器10对获取的待检测图像画面的清晰度进行实时的计算,从而避免因关键内容未录制清楚导致业务办理失败。根据对清晰度的修正,从而可以让待检测图像的内容和人体感官更为一致。并将计算得到的结果进行反馈,从而可以让用户实时知道目前的录制效果,方便用户对需要待检测图像的画面进行及时调整。
请结合参看图2,其为本申请实施例提供的在双录场景下的图像质检方法的第一子流程图。可以理解地,待检测图像往往包括手写文字、和打印或者印刷文字。步骤S104,具体包括如下步骤S202-S210。
步骤S202,估算待检测图像的清晰度得到第一清晰度评估分数。在本实施例中,第一清晰度评估分数是对待检测图像的整体图像清晰度进行估算得到,具体如何计算将在下文详细描述。
步骤S204,计算所述待检测图像的文字大小。具体地,在本实施例中,服务器10仅是对待检测图像中关注区域的文字大小进行计算,其中关注区域的文字采用的是手写文字,例如,客户签名或者是手写承诺内容,具体如何计算详见下文描述。。可以理解地,在一些可行的其他实施例中,服务器10根据待检测图像中任一区域的文字大小进行计算得到。
步骤S206,计算所述文字大小对所述清晰度评估分数的影响程度得到影响值。可以理解地文字越大,文字相对容易清晰;反之,文字越小,文字相对不容易清晰。在本实施例中,计算所述文字大小对所述清晰度评估分数的影响程度得到影响值是通过下面步骤S302-S312来实现。在一些可行的实施例中,还可以通过相应的先验值来确定。在一些可行的实施中,还可以通过一些先验的公式来确定。例如,本领域技术人员根据先验知识得出,当文字大小为A的时候,则对清晰度评估分数的影响为+0.5。当文字大小为B的时候,则对清晰度评估分数的影响为+0.1,其中,B小于A。也就是说,当文字越大,则对清晰度的容忍度越高,可视为比实际清晰度更容易满足要求。
步骤S208,利用所述影响值对所述清晰度评估分数进行修正得到第二清晰度评估分数。具体地,第二清晰度为所述清晰度评估分数和影响值之和。也就是说,当预设清晰度为S,影响值为E,则第二清晰度为S+E。
步骤S210,根据预设清晰度算法对所述第二清晰度评估分数得到所述清晰度。在一些可行的实施例中,可以是将第二清晰度评估分数直接设置为所述清晰度。在另外一些可行的实施例中,可以是将第二清晰度转换或者映射在范围中。在本实施例中,根据预设清晰度算法对所述第二清晰度评估分数得到所述清晰度由下面步骤S402-S406来实现。
上述实施例中,根据服务器10还利用了文字大小来对第一清晰度评估分数(待检测图像的整体清晰度)进行修正,从而使得待检测图像最后检测出来的结果与人体感官更为一致,从而进一步提高了调整待检测图像清晰度精准性,从而对可以获得更好的图像效果,从而节省了双录失败概率,进一步提升了工作效率。
请结合参看图3,其为本申请实施例提供的在双录场景下的图像质检方法的第二子流程图。步骤S206具体包括如下步骤S302-S312。
步骤S302,计算待检测图像文字大小得到第一数值。具体地,在一些可行的实施例中,服务器10可以采用配对的方式确定第一数值,例如,将图像的文字和模板中已知文字大小的文字进行匹配确定出第一数值。在一些可行的实施中,还可以通过确定文字占据的面积来确定文字的大小。在本实施例中,是通过下面步骤S702-S706来确定第一数值。
步骤S304,获取用于表示模板文字大小的预设第二数值。具体地,在本实施中,模板文字大小已经预先设定于服务器10中,也就是说预设的第二数值是预先存储于服务器10中。在本实施例中,模板文字大小是如何设定将由下文步骤S602-S608来实现,具体可以参照下文详细描述。
步骤S306,计算第一数值和第二数值的差异。具体地,所述差异为所述第一数值与所述第二数值的差值。
步骤S308,将所述第一差异进行系数换算得到修正系数。具体地,在本实施例中,所述修正系数是将所述差异进行映射到一个数值范围中得到。进一步地,在本实施例中采用激活(Sigmoid)函数对所述差异进行运算从而将所述差异映射到范围值[0-1]。例如,修正系数可以表示为:sigmoid(Sin-Sref)(公式一),其中Sin为第一数值,Sref为第二数值。可以理解地,修正系数也可以转换到其他数值范围内。
步骤S310,根据第一清晰度评估分数获取相应预设修正强度。在本实施中,预设修正强度是一个先验证值,在本实施例中,预设修正强度用P表示,其中,P取值于可0-1之间。具体地,服务器10中存储有P取值与第一清晰度评估分数相一一对应的映射列表。服务器10根据对待检测图像进行第一清晰度评估分数从映射表中读取对应的预设修正强度P。
步骤S312,将所述预设修正强度和所述修正系数的乘积作为所述影响值。可以理解地,例如,预设修正强度为P,该影响值用E表示,则E可以表示为E=P*sigmoid(Sin-Sref)(公式二)表示。因预设修正强度的值与修正系数的值都在[0-1]之间,则影响值的结果也在[0-1]之间。可以理解地,若修正系数的取值调整时,影响值的取值会随着修正系数调整进行调整。
上实施例中,通过选择参照模板字体的大小,可以使得计算待检测图像中的字体更加规范。将参照模板中的字体大小与待检测图像中的字体大小进行对比的结果进行系数换算并乘以修正强度,使得修正待检测图像的影响值更加的符合场景。
请结合参看图4,其为本申请实施例提供的在双录场景下的图像质检方法的第三子流程图。步骤S210,具体包括如下步骤S402-S406。
步骤S402,根据影响值与第一清晰度评估分数得到所述第二清晰度分数。具体地,服务器10将影响值与第一清晰度评估分数进行加法计算得到和作为第二清晰度分数。进一步地,第二清晰度分数表示为:s+P*sigmoid(Sin-Sref)(公式三),其中,s为第一清晰度评估分数,P为预设修正强度值,sigmoid(Sin-Sref)为修正系数值。
步骤S404,利用预设清晰度算法对第二清晰度分数与预设清晰度对比得出最小值。具体地,在本实施例中,预设清晰度设置为1。其中,则预设清晰度算法表达为min(s+P*sigmoid(Sin-Sref),1.0)(公式四),min为在第二清晰度分数与预设清晰度中取最小值,s+P*sigmoid(Sin-Sref)为第二清晰度分数(公式三)。例如,若第一清晰度分数为0.3,影响值为0.35,则第二清晰度分数为0.65,因第二清晰度分数0.65小于预设清晰度数值1,则第二清晰度分数为0.65;若第一清晰度分数为0.7,影响值为0.35,则第二清晰度分数为1.05,因第二清晰度分数1.05大于预设清晰度数值1,则预设清晰度分数为1.05。可以理解地,在一些可行的实施例中,预设清晰度还可以根据影响值的取值的调整适当调整。
步骤S406,将所述第二清晰度分数与预设清晰度中的最小值作为所述清晰度。可以理解地,清晰度用公式表示,则表示为:score=min(s+P*sigmoid(Sin-Sref),1.0)。也就是说,待检测图像的清晰度就是通过第二清晰度和预设清晰度的最小值确定。进一步说,待检测图像的清晰度为利用公式(四)计算所得的结果,而由于公式(四)中的预设清晰度为1,因此,将所述清晰度限制在了0-1之间。可以理解地,当预设清晰度调整时,则清晰度的取值也会相应的调整。
上述实施例中,通过计算得到待检测图像修正后的清晰度,与预设的清晰度进行对比,从而解决了修正后,图像画面还不够清晰的问题。
请结合参看图5,其为本申请实施例提供的在双录场景下的图像质检方法的第四子流程图。步骤S202,具体包括如下步骤S502-S508。
步骤S502,计算所述待检测图像的像素强度值。在本实施例中,服务器10获取待检测图像后,对待检测图像利用索伯边缘检测器计算该待检测图像的横向梯度和纵向梯度。其中,该待检测图像的横向梯度表示为Gx=Sx*
I(公式五),纵向梯度表示为:Gy=Sy*I(公式六),其中Gx为横向梯度,Gy为纵向梯度,I为待检测图像,Sx为横向卷积核,Sy为纵向卷积核。其中横向卷积核为
Figure GDA0003833912640000091
纵向卷积核为
Figure GDA0003833912640000092
服务器10将横向梯度与纵向梯度进行梯度信息进行计算得到该待检测图像的像素强度值,具体地,像素强度表示为:
Figure GDA0003833912640000093
(公式七),其中G为像素强度值。
且像素强度的取值范围为0-255之间。
步骤S504,根据所述像素强度值计算所述像素强度数值大于预设的高阈值得到高像素个数。具体地,服务器10中预先设置了预设的高阈值。服务器10将计算得到的像素强度值与预设的高阈值进行对比,并统计像素强度值大于预设的高阈值的高像素个数,其中,计算高像素个数的算法表示为:
Figure GDA0003833912640000094
(公式八)G为像素强度值,Thigh为预设的像素强度的高阈值。在本实施例中,预设的高阈值的取值为128。可以理解地,还可以根据精度要求适当调整预设的高阈值。
步骤S506,根据像素强度值计算所述像素强度数值大于预设的低阈值得到低像素个数。具体地,服务器10中预先设置了预设的低阈值。服务器10将计算得到的像素强度值与预设的低阈值进行对比,将统计像素强度值大于预设的像素强度的低阈值的低像素个数。其中,计算低像素个数表示为:
Figure GDA0003833912640000101
(公式九),G为像素强度值,Tlow为预设的像素强度的低阈值。在本实施例中,预设的低阈值的取值为50。可以理解地,还可以根据精度要求适当调整预设的低阈值。
步骤S508,将高像素个数与低像素个数进行比值得到第一清晰度评估分数。具体地,第一清晰度评估分数用公式表示为:
Figure GDA0003833912640000102
(公式十),其中S为第一清晰度评估分数,
Figure GDA0003833912640000103
为高像素个数(公式八),
Figure GDA0003833912640000104
为低像素个数(公式九)。
上述实施例中,对待检测画面进行清晰度分数评估,从而可以对待检测画面进行修正和反馈。可以理解地,在一些可行的实施例中,对待检测画面进行清晰度分数评估采用现有技术中的图像清晰度算法可以得到,本实施例中的对对待检测画面进行清晰度分数评估的方法不应当作为限制而是仅是一种示例。
请结合参看图6,其为本申请实施例提供的在双录场景下的图像质检方法的第五子流程图。步骤S304,具体包括如下步骤S602-S608。
步骤S602,预选图像字体的参照模板。具体地,在开始让服务器10对待检测图像进行工作前,用户需要预选一个图像字体的参照模板,例如用户选择12号宋体作为本次服务器10对待检测图像进行清晰度分数计算的参照模板。则服务器10根据所述参照模板对后续接收的待检测图像中的文字大小以12号宋体为判断标准对清晰度分数进行计算。
步骤S604,对所述参照模板进行二值化得到预选图像中字体的轮廓。具体地,服务器10需先将参照模板进行灰度处理,服务器10再根据预设处理灰度图像的阈值对参照模板的灰度图像处理成二值图,所述二值图为只有黑白两色,参照模板经二值化处理后得到图像中的字体与背景被分割开,服务器将分割后的图像中的字体进行读取,进而得到参照模板中的字体的轮廓。在本实施例中,处理灰度图像的阈值为128。
步骤S606,根据所述字体轮廓计算所述参照模板中的文字的面积大小。具体地,,服务器10读取分割后的参照模板中的字体后,将参照模板中的字体根据每个字体的轮廓计算所述参照模板中每个字体的面积大小,所述计算每个字体的面积大小采用现有的像素计算方法对每个字体的轮廓上的像素进行计算得到每个字体的面积大小。
步骤S608,对所有的所述文字的面积大小进行平均值计算得到所述参照模板中的文字大小的预设第二数值。具体地,服务器10对参照模板中的每个字体进行计算得到每个字体大小的数值,服务器10根据得到的每个字体大小的数值,将参照模板中的每个字体大小的数值进行平均值的求取得到一个字体大小的平均值。服务器10将得到的平均值作为所述第二数值。
上述实施例中,通过预选参照模板,从而使得对待检测图像中的文字的清晰度评判更加的规范。
请结合参看图7,其为本申请实施例提供的在双录场景下的图像质检方法的第五子流程图。步骤S302,具体包括如下步骤S702-S706。
步骤S702,获取所述待检测图像中的关键内容。具体地,服务器10预先设置的内容或者关键字进行检测得到该关键内容。在本实施例中,所述关键内容为销售的产品名称、关键条款、客户的签名等。服务器10对待检测图像中的关键内容采用关键字、标记进行关键内容的获取或者采用边框检测等方式对待检测图像中关键内容进行获取。
步骤S704,计算所述关键内容中的文字大小得到第一数值。可以理解地,服务器10对获取的关键内容中的每个字体根据字体轮廓进行面积大小的计算,其中,每个字体的面积大小可根据字体覆盖的像素个数得到,并将计算的每个字体的面积大小进行平均值的计算,从而将得到的平均值作为第一数值。
步骤S706,将所述第一数值作为待检测图像文字大小。
上述实施例中,通过对待检测图像中关键内容的文字大小来的设定待检测图像文字大小,从而更能确保最后得到图像能够满足对应的要求。
请结合参看图9,其为本申请实施例提供的在双录场景下的图像质检装置1000的示意图。图像质检装置1000包括图像获取模块100、图像分析模块200、提示模块300。
图像获取模块100,用于获取终端设备20显示的待录制画面得到待检测图像。
图像分析模块200,用于计算待检测图像的清晰度。
提示模块300,用于当清晰度未达到预设清晰度标准,产生及发送相应的操作指示给所述终端20以供所述终端20进行播报。
请结合参看图10,其为本申请实施例提供的图像分析模块的示意图。图像分析模块200包括评估模块201、文字处理模块202、计算模块203、修正模块、204和清晰度计算模块205。
评估模块201,用于对所述待检测图像的清晰度分数进行评估计算得到第一清晰度评估分数。
文字处理模块202,用于对待检测图像中文字的大小进行计算得到待检测图像的文字大小。
计算模块203,用于利用文字大小对第一清晰度评估分数的影响程度进行计算得到影响值。
修正模块204,用于利用影响值对第一清晰度评估分数修正的计算得到第二清晰度评估分数。
清晰度计算模块205,用于根据预设清晰度算法对第二清晰度评估分数进行计算得到清晰度。
请结合参看图11,其为本申请实施例提供的计算模块的示意图。计算模块203包括文字处理模块2031、计算模块2032、和修正模块2033。
文字处理模块2031,用于对待检测图像文字进行计算得到第一数值和获取模板文字大小的第二数值。
计算模块2032,用于计算第一数值与第二数值之间的差异得到第一差异。
修正模块2033,用于对第一差异进行系数换算得到修正系数、根据第一清晰度分数获取预设修正强度和根据预设修正强度和修正系数的乘积得到影响值。
请结合参看图12,其为本申请实施例提供的清晰度计算模块的示意图。清晰度计算模块205包括评估模块2051、对比模块2052、和清晰度确认模块2053。
评估模块2051,用于根据影响值和第一清晰度分数进行评估计算得到第二清晰度分数。
对比模块2052,用于利用预设清晰度算法对第二清晰度分数与预设清晰度进行最小值的对比。
清晰度确认模块2053,用于将第二清晰度分数与预设清晰度中的最小值作为清晰度。
请结合参看图13,其为本申请实施例提供的评估模块的示意图。评估模块201包括像素计算模块2011、分类模块2012、和比值计算模块2013。
像素计算模块2011,用于对待检测图像进行像素强度进行计算得到像素强度值。
分类模块2012,将像素强度值大于预设的高阈值的分类为高像素,将像素强度值大于预设的低阈值的分类为低像素。
比值计算模块2013,用于根据高像素个数与低像素个数的比值进行评估第一清晰度分数。
请结合参看图14,其为本申请实施例提供的文字处理模块的示意图。文字处理模块2031具体包括选择模块20311、字体处理模块20312和字体计算模块20313。
选择模块20311,用于选择图像字体的参照模板。
字体处理模块20312,根据对参照模块进行二值化得到预选图像中字体的轮廓。
字体计算第一模块20313,用于根据字体的轮廓计算文字的面积大小。并对计算得到字体面积大小求取平均值得到第二数值。
请结合参看图14,其为本申请实施例提供的文字处理模块的示意图。文字处理模块2031具体还包括:接收模块20314和计算模块20315。所述文字处理模块2031具体还包括:
接收模块20314,用于获取待检测图像中的关键内容。
字体计算第二模块20315,用于对关键内容的文字大小进行计算得到第一数值。
请结合参看图8,其为本申请实施例提供的服务器的内部结构示意图。服务器10包括计算机可读存储介质11、处理器12以及总线13。其中,计算机可读存储介质11至少包括一种类型的可读存储介质,该可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。计算机可读存储介质11在一些实施例中可以是服务器10的内部存储单元,例如服务器10的硬盘。计算机可读存储介质11在另一些实施例中也可以是的外部服务器10存储设备,例如服务器10上配备的插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,计算机可读存储介质11还可以既包括服务器10的内部存储单元也包括外部存储设备。计算机可读存储介质11不仅可以用于存储安装于服务器10的应用软件及各类数据,还可以用于暂时地存储已经输出或者将要输出的数据。
总线13可以是外设部件互连标准(peripheral component interconnect,PCI)总线或扩展工业标准结构(extended industry standard architecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
进一步地,服务器10还可以包括显示组件14。显示组件14可以是发光二极管(Light Emitting Diode,LED)显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-Emitting Diode,OLED)触摸器等。其中,显示组件14也可以适当的称为显示装置或显示单元,用于显示在服务器10中处理的信息以及用于显示可视化的用户界面。
进一步地,服务器10还可以包括通信组件15。通信组件15可选地可以包括有线通信组件和/或无线通信组件,如WI-FI通信组件、蓝牙通信组件等,通常用于在服务器10与其他智能控制设备之间建立通信连接。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行计算机可读存储介质11中存储的程序代码或处理数据。具体地,处理器12执行处理程序以控制服务器10实现在双录场景下的图像质检方法。
可以理解地,图8仅示出了具有组件11-15以及在双录场景下的图像质检方法的服务器10,本领域技术人员可以理解的是,图8示出的结构并不构成对服务器10的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘且本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
以上所列举的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属于本申请所涵盖的范围。

Claims (8)

1.一种在双录场景下的图像质检方法,其特征在于,所述在双录场景下的图像质检方法包括:
利用摄像设备获取终端设备显示的待录制画面得到待检测图像;
计算所述待检测图像的清晰度,其中,所述待录制画面包括文字,计算所述待检测图像的清晰度具体包括:估算待检测图像的清晰度得到第一清晰度评估分数;计算所述待检测图像的文字大小;计算所述文字大小对所述清晰度评估分数的影响程度得到影响值;利用所述影响值对所述清晰度评估分数进行修正得到第二清晰度评估分数;以及根据预设清晰度算法对所述第二清晰度评估分数进行计算 得到所述清晰度;以及
当所述清晰度未达到预设清晰度标准,产生及发送相应的操作指示给所述终端以供所述终端进行播报。
2.如权利要求1所述的在双录场景下的图像质检方法,其特征在于,计算所述文字大小对所述清晰度评估分数的影响程度得到影响值具体包括:
计算待检测图像文字大小得到第一数值;
获取用于表示模板文字大小的预设第二数值;
计算第一数值和第二数值的差异;
将所述差异进行系数换算得到修正系数;
根据第一清晰度评估分数获取相应预设修正强度;以及
将所述预设修正强度和所述修正系数的乘积作为所述影响值。
3.如权利要求2所述的在双录场景下的图像质检方法,其特征在于,根据预设清晰度算法对所述第二清晰度评估分数进行计算 得到所述清晰度具体包括:
根据影响值与第一清晰度评估分数得到第二清晰度分数;
利用预设清晰度算法对第二清晰度分数与预设清晰度进行最小值的对比;以及
将所述第二清晰度分数与预设清晰度中的最小值作为所述清晰度。
4.如权利要求1所述的在双录场景下的图像质检方法,其特征在于,估算待检测图像的清晰度得到第一清晰度评估分数具体包括:
计算所述待检测图像的像素强度值;
根据所述像素强度值计算所述像素强度值大于预设的高阈值得到高像素个数;
根据像素强度值计算所述像素强度值大于预设的低阈值得到低像素个数;以及
将高像素个数与低像素个数进行比值得到第一清晰度评估分数。
5.如权利要求2所述的在双录场景下的图像质检方法,其特征在于,获取用于表示模板文字大小的预设第二数值具体包括:
预选图像字体的参照模板;
对所述参照模板进行二值化得到预选图像中字体的轮廓;
根据所述字体的轮廓计算所述参照模板中的文字的面积大小;以及
对所有的所述文字的面积大小进行平均值计算得到所述参照模板中的文字大小的预设第二数值。
6.如权利要求2所述的在双录场景下的图像质检方法,其特征在于,计算待检测图像文字大小得到第一数值具体包括;
获取所述待检测图像中的关键内容;
计算所述关键内容中的文字大小得到第一数值;以及
将所述第一数值作为待检测图像文字大小。
7.一种在双录场景下的图像质检装置,其特征在于,所述在双录场景下的图像质检装置具体包括:
图像获取模块,用于获取终端设备显示的待录制画面得到待检测图像;
图像分析模块,用于计算待检测图像的清晰度;以及
提示模块,用于当清晰度未达到预设清晰度标准,产生及发送相应的操作指示给所述终端以供所述终端进行播报,其中,所述待录制画面包括文字,所述图像分析模块具体包括:
评估模块,用于对所述待检测图像的清晰度分数进行评估计算得到第一清晰度评估分数;
文字处理模块,用于对待检测图像中文字的大小进行计算得到待检测图像的文字大小;
计算模块,用于利用文字大小对第一清晰度评估分数的影响程度进行计算得到影响值;
修正模块,用于利用影响值对第一清晰度评估分数修正计算得到第二清晰度评估分数;以及
清晰度计算模块,用于根据预设清晰度算法对第二清晰度评估分数进行计算得到清晰度。
8.一种在双录场景下的图像质检系统,其特征在于,所述在双录场景下的图像质检系统具体包括:
终端,用于显示待录制画面的显示屏;
摄像设备,用于获取所述待录制画面;
服务器,与所述摄像设备通讯连接,所述服务器包括:
计算机可读存储介质,用于存储程序指令;以及
处理器执行所述程序指令以实现如权利要求1至6中任一项所述的在双录场景下的图像质检方法。
CN202210852959.2A 2022-07-20 2022-07-20 在双录场景下的图像质检方法、图像质检装置及系统 Active CN114926464B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210852959.2A CN114926464B (zh) 2022-07-20 2022-07-20 在双录场景下的图像质检方法、图像质检装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210852959.2A CN114926464B (zh) 2022-07-20 2022-07-20 在双录场景下的图像质检方法、图像质检装置及系统

Publications (2)

Publication Number Publication Date
CN114926464A CN114926464A (zh) 2022-08-19
CN114926464B true CN114926464B (zh) 2022-10-25

Family

ID=82815858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210852959.2A Active CN114926464B (zh) 2022-07-20 2022-07-20 在双录场景下的图像质检方法、图像质检装置及系统

Country Status (1)

Country Link
CN (1) CN114926464B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115100209B (zh) * 2022-08-28 2022-11-08 电子科技大学 一种基于摄像机的图像质量的修正方法及修正系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130035134A (ko) * 2011-09-29 2013-04-08 삼성전자주식회사 디지털 영상 촬영 방법 및 장치
CN105450921A (zh) * 2014-08-22 2016-03-30 宏碁股份有限公司 图像获取装置及其自动对焦补偿方法
CN109635714A (zh) * 2018-12-07 2019-04-16 光典信息发展有限公司 文档扫描图像的矫正方法及装置
CN109660744A (zh) * 2018-10-19 2019-04-19 深圳壹账通智能科技有限公司 基于大数据的智能双录方法、设备、存储介质及装置
CN109710783A (zh) * 2018-12-10 2019-05-03 珠海格力电器股份有限公司 一种图片加载方法、装置、存储介质及服务器
CN109729383A (zh) * 2019-01-04 2019-05-07 深圳壹账通智能科技有限公司 双录视频质量检测方法、装置、计算机设备和存储介质
CN110163932A (zh) * 2018-07-12 2019-08-23 腾讯数码(天津)有限公司 图像处理方法、装置、计算机可读介质及电子设备
CN112419257A (zh) * 2020-11-17 2021-02-26 深圳壹账通智能科技有限公司 文本录制视频清晰度检测方法、装置、计算机设备及存储介质
CN113095204A (zh) * 2021-04-07 2021-07-09 中国工商银行股份有限公司 双录数据质检方法、装置及系统
CN113206998A (zh) * 2021-04-30 2021-08-03 中国工商银行股份有限公司 一种业务录制的视频数据质检方法及装置
CN113343824A (zh) * 2021-05-31 2021-09-03 平安银行股份有限公司 双录质检方法、装置、设备及介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111861991A (zh) * 2020-06-11 2020-10-30 北京百度网讯科技有限公司 计算图像清晰度的方法以及装置
KR20220000758A (ko) * 2020-06-26 2022-01-04 삼성전자주식회사 영상 검출 장치 및 그 동작 방법
CN113283389A (zh) * 2021-06-24 2021-08-20 中国平安人寿保险股份有限公司 手写文字质量检测方法、装置、设备及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130035134A (ko) * 2011-09-29 2013-04-08 삼성전자주식회사 디지털 영상 촬영 방법 및 장치
CN105450921A (zh) * 2014-08-22 2016-03-30 宏碁股份有限公司 图像获取装置及其自动对焦补偿方法
CN110163932A (zh) * 2018-07-12 2019-08-23 腾讯数码(天津)有限公司 图像处理方法、装置、计算机可读介质及电子设备
CN109660744A (zh) * 2018-10-19 2019-04-19 深圳壹账通智能科技有限公司 基于大数据的智能双录方法、设备、存储介质及装置
CN109635714A (zh) * 2018-12-07 2019-04-16 光典信息发展有限公司 文档扫描图像的矫正方法及装置
CN109710783A (zh) * 2018-12-10 2019-05-03 珠海格力电器股份有限公司 一种图片加载方法、装置、存储介质及服务器
CN109729383A (zh) * 2019-01-04 2019-05-07 深圳壹账通智能科技有限公司 双录视频质量检测方法、装置、计算机设备和存储介质
CN112419257A (zh) * 2020-11-17 2021-02-26 深圳壹账通智能科技有限公司 文本录制视频清晰度检测方法、装置、计算机设备及存储介质
CN113095204A (zh) * 2021-04-07 2021-07-09 中国工商银行股份有限公司 双录数据质检方法、装置及系统
CN113206998A (zh) * 2021-04-30 2021-08-03 中国工商银行股份有限公司 一种业务录制的视频数据质检方法及装置
CN113343824A (zh) * 2021-05-31 2021-09-03 平安银行股份有限公司 双录质检方法、装置、设备及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
NO-REFERENCE VIDEO QUALITY EVALUATION FOR HIGH-DEFINITION VIDE;Christian Keimel等;《2009 IEEE International Conference on Acoustics, Speech and Signal Processing》;20090526;第1-4页 *
基于Kano-QFD的家用跑步机人机界面设计研究;李惠;《中国优秀硕士学位论文全文数据库_工程科技Ⅰ辑》;20220515;B024-956 *
联机手写藏文字样本符采集及分析处理;杨峰;《中国优秀硕士学位论文全文数据库_信息科技辑》;20170315;I138-5039 *

Also Published As

Publication number Publication date
CN114926464A (zh) 2022-08-19

Similar Documents

Publication Publication Date Title
US9082192B2 (en) Text image trimming method
CN109886928B (zh) 一种目标细胞标记方法、装置、存储介质及终端设备
CN109784323B (zh) 图像识别的方法、装置、电子设备和计算机存储介质
US20070237356A1 (en) Parcel imaging system and method
CN107679475B (zh) 门店监控评价方法、装置及存储介质
US9727805B2 (en) Image evaluation device, image evaluation method and program storage medium
US8515164B2 (en) Non-product image identification
US20090087078A1 (en) Display testing apparatus and method
US11948168B2 (en) Web advertisement change monitoring method, device and storage medium
CN111325717B (zh) 手机缺陷位置识别方法及设备
CN113627411A (zh) 一种基于超分辨率的商品识别与价格匹配方法及系统
US20190244282A1 (en) Computerized exchange network
CN114926464B (zh) 在双录场景下的图像质检方法、图像质检装置及系统
CN113554008B (zh) 静态物体区域内检测方法、装置、电子设备及存储介质
CN111046644A (zh) 一种答题卡模板生成方法、识别方法、装置及存储介质
US20110249884A1 (en) Checking apparatus and method for checking holes position and size in a plate
CN112419207A (zh) 一种图像矫正方法及装置、系统
KR101842535B1 (ko) 부호의 광학적 검출 방법
US20060204091A1 (en) System and method for analyzing and processing two-dimensional images
CN116503414B (zh) 屏幕缺陷检测方法、装置、计算机设备和存储介质
US11120310B2 (en) Detection method and device thereof
CN115456988A (zh) 一种缺陷检测方法、终端设备及存储介质
CN112990366A (zh) 目标标注方法及装置
CN108447107B (zh) 用于生成视频的方法和装置
CN111579211B (zh) 显示屏的检测方法、检测装置及计算机存储介质

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